RL 研究年度十佳论文榜公布，Spurious Rewards 居首

一份「AI's Top 10」研究榜单公布十篇强化学习相关年度论文，按一作署名排列，其中 Spurious Rewards: Rethinking Training Signals in RLC 位列榜首。斯坦福研究员 Rulin Shao 一人独占两篇且均为一作，他自嘲对人类奖项的命中率为 50%，榜单发布后引发社区关注。

2026-10-07 ~ 2026-10-07 · 2 条相关