作者位次 #3/3ICLR 2026Poster
RL's Razor: Why Online Reinforcement Learning Forgets Less
Idan Shenfeld · Jyothish Pari · Pulkit Agrawal
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。
Idan Shenfeld · Jyothish Pari · Pulkit Agrawal
Martin Peticco · Pulkit Agrawal
Hao-Shu Fang · Branden Romero · Yichen Xie · Arthur Hu · Bo-Ruei Huang · Juan Alvarez · Matthew Kim · Gabriel Margolis · Kavya Anbarasu · Masayoshi Tomizuka · Edward Adelson · Pulkit Agrawal