作者位次 #6/7ICLR 2026Poster
Reward Is Enough: LLMs Are In-Context Reinforcement Learners
Kefan Song · Amir Moeini · Peng Wang · Lei Gong · Rohan Chandra · Shangtong Zhang · Yanjun Qi
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。
Kefan Song · Amir Moeini · Peng Wang · Lei Gong · Rohan Chandra · Shangtong Zhang · Yanjun Qi