作者位次 #3/12ICLR 2026Poster· Reinforcement Learning / Deep RL
RM-R1: Reward Modeling as Reasoning
Xiusi Chen · Gaotang Li · Ziqi Wang · Bowen Jin · Cheng Qian · Yu Wang · Hongru WANG · Yu Zhang · Denghui Zhang · Tong Zhang · Hanghang Tong · Heng Ji
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。
Xiusi Chen · Gaotang Li · Ziqi Wang · Bowen Jin · Cheng Qian · Yu Wang · Hongru WANG · Yu Zhang · Denghui Zhang · Tong Zhang · Hanghang Tong · Heng Ji