|
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
TTRL: Test-Time Reinforcement Learning.
点击次数：
发表刊物：NeurIPS, 2025
摘要：Yuxin Zuo, Kaiyan Zhang, Li Sheng, Shang Qu, Ganqu Cui, Xuekai Zhu, Haozhan Li, yuchen zhang, Xinwei Long, Ermo Hua, Biqing Qi, Youbang Sun, Zhiyuan Ma, Lifan Yuan, Ning Ding, Bowen Zhou†
备注：强化学习推理：使大语言模型无需额外训练数据，即可在测试时学习并改进推理策略
是否译文：否