Qining Zhang

~Qining_Zhang2

1

论文总数

1.0

年均投稿

6.8

平均评分

接收情况1/1

会议分布

ICLR

1

发表论文 (1 篇)

20251 篇

Zeroth-Order Policy Gradient for Reinforcement Learning from Human Feedback without Reward Inference

ICLR 2025Poster

合作者 (1)