Sam Work

~Sam_Work1

1

论文总数

1.0

年均投稿

7.3

平均评分

接收情况1/1

会议分布

NeurIPS

1

发表论文 (1 篇)

20251 篇

Tapered Off-Policy REINFORCE - Stable and efficient reinforcement learning for large language models

NeurIPS 2025Poster

合作者 (9)

Alexandre Fréchette1 篇

Arnaud Bergeron1 篇

Carolyne Pelletier1 篇

Eric Thibodeau-Laufer1 篇

Jonathan Lebensold1 篇

Joshua Greaves1 篇

Marc G Bellemare1 篇

Nicolas Le Roux1 篇