作者位次 #2/5NeurIPS 2026Poster
SFT-then-RL Outperforms Mixed-Policy Methods for LLM Reasoning
Alexis Limozin · Eduard F Ďurech · Torsten Hoefler · Imanol Schlag · Valentina Pyatkin
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。
Alexis Limozin · Eduard F Ďurech · Torsten Hoefler · Imanol Schlag · Valentina Pyatkin