影响力指数

-/100

发表论文1 篇

平均评分2.5

年均产出1.0 篇/年

Zhihang Zheng

Researcher@ByteDance Inc.·中国·OpenReview

研究方向

llm

GTPO AND GRPO-S: TOKEN AND SEQUENCE-LEVEL REWARD SHAPING WITH POLICY ENTROPY

ICLR 2026Rejected

合作者 (6)