Xiangru Peng

~Xiangru_Peng1

1

论文总数

1.0

年均投稿

3.5

平均评分

接收情况0/1

会议分布

ICLR

1

发表论文 (1 篇)

20251 篇

Step-DPO: Step-wise Preference Optimization for Long-chain Reasoning of LLMs

ICLR 2025Rejected

合作者 (5)

Senqiao Yang1 篇

Yukang Chen1 篇

Zhuotao Tian1 篇