RL年度Top10论文榜公布，Spurious Rewards居首

2026年10月7日，一份名为「AI's Top 10」的研究榜单公布，收录十篇强化学习相关的年度论文，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；他自嘲自己「对人类奖项的命中率为50%」。榜单发布后引发社区关注。截至本版，仅见这一篇报道，尚无更多后续进展披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。