刘明杰 Mingjie Liu

NVIDIA,延长强化学习以扩展推理 · NVIDIA, prolonged RL for reasoning

刘明杰在 NVIDIA 研究 ProRL,通过延长强化学习来扩展推理能力。

Mingjie Liu works at NVIDIA on ProRL, using prolonged reinforcement learning to expand reasoning capabilities.

在 AI Paper 查看 TA 的全部论文 →

收录的 1 篇论文(按被引排序)