一作ICML 2026Poster· Deep Learning / Large Language Models
Reuse your FLOPs: Scaling RL on Hard Problems by Conditioning on Very Off-Policy Prefixes
Amrith Setlur · Zijian Wang · Andrew Cohen · Paria Rashidinejad · Sang Michael Xie
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。
Amrith Setlur · Zijian Wang · Andrew Cohen · Paria Rashidinejad · Sang Michael Xie
Ian Wu · Yuxiao Qu · Amrith Setlur · Aviral Kumar
Zhoujun Cheng · Yutao Xie · Yuxiao Qu · Amrith Setlur · Shibo Hao · Varad Pimpalkhute · Tongtong Liang · Feng Yao · Zhengzhong Liu · Eric Xing · Virginia Smith · Russ Salakhutdinov · Zhiting Hu · Taylor W. Killian · Aviral Kumar