影响力指数

12.15/100

超过 37.6%

全站排名 #40,179

发表论文3 篇

平均评分4.6

年均产出1.0 篇/年

Hongzhan Chen

PhD student@SUN YAT-SEN UNIVERSITY·中国·OpenReview

研究方向

RLHF · PPO · reward model · knowledge distillation

Smooth Gradients, Stable Learning: Logits Convexity for Reinforcement Learning

ICLR 2026Withdrawn

Discriminative Policy Optimization for Token-Level Reward Models

ICML 2025Poster

合作者 (10)

博士导师3 篇