影响力指数

11.05/100

超过 34.3%

全站排名 #42,313

发表论文1 篇

平均评分6.1

年均产出1.0 篇/年

Zikang Shan

PhD student@Peking University·中国·OpenReview

研究方向

reinforcement learning

DPO Meets PPO: Reinforced Token Optimization for RLHF

ICML 2025Spotlight

合作者 (8)