作者位次 #2/5NeurIPS 2026Poster
$f$-GRPO & Beyond: Divergence-Based Reinforcement Learning Algorithms for General LLM Alignment
Rajdeep Haldar · Lantao Mei · Guang Lin · Yue XING · Qifan Song
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。
Rajdeep Haldar · Lantao Mei · Guang Lin · Yue XING · Qifan Song