qianyi fu

~qianyi_fu1

1

论文总数

1.0

年均投稿

5.5

平均评分

接收情况0/1

会议分布

ICLR

1

发表论文 (1 篇)

20251 篇

Outward Odyssey: Improving Reward Models with Proximal Policy Exploration for Preference-Based Reinforcement Learning

ICLR 2025Rejected

合作者 (9)

Shanqi Liu1 篇

Zhenxing Ge1 篇