作者位次 #5/8NeurIPS 2026Poster
PRPO: Perception-Reinforced Policy Optimization via Token-Level Dynamic Advantage Reshaping
Qiming Li · Tianlun Li · Xiaolong Cheng · Hangyu Li · Ruiyan Gong · Kangning Niu · kaitao jiang · Mu Xu
强化学习与后训练OpenReview
首次获取该候选人的完整档案及 StartLux 评估共 20 积分；每位用户单独解锁，之后查看免费。主动刷新 20 积分。
实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。
Qiming Li · Tianlun Li · Xiaolong Cheng · Hangyu Li · Ruiyan Gong · Kangning Niu · kaitao jiang · Mu Xu