Jie Zhang

ICML 2026强化学习与后训练推理对齐与偏好

新星分资深

一作贡献0

核心/参与0

方向广度6

合作网络3

0 一作 · 1 篇 · ICML 2026

获取完整研究档案

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。

作者位次 #3/3ICML 2026Poster· Reinforcement Learning / Deep RL

Hao Wang · Lei Sha · Jie Zhang

强化学习与后训练推理对齐与偏好OpenReview