|
个人信息Personal Information
教授
博士生导师
硕士生导师
教师英文名称：Bowen Zhou
教师拼音名称：zhoubowen
电子邮箱：
所在单位：电子工程系
办公地点：清华大学电子工程系 罗姆楼8-110
性别：男
在职信息：在职
The Entropy Mechanism of Reinforcement Learning for Reasoning Language Models
点击次数：
发表刊物：ICLR, 2026
摘要：Ganqu Cui, Yuchen Zhang, Jiacheng Chen, Lifan Yuan, Zhi Wang, Yuxin Zuo, Haozhan Li, Yuchen Fan, Huayu Chen, Weize Chen, Zhiyuan Liu, Hao Peng, Lei Bai, Wanli Ouyang, Yu Cheng, Bowen Zhou†,, Ning Ding
备注：强化学习理论：从理论上分析熵在推理模型强化学习训练动态中的作用。
是否译文：否