paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

HA

Haitham Bou Ammar

ICML 2026×3推理强化学习与后训练效率与系统

新星分贡献者

37

一作贡献0

核心/参与10

方向广度6

合作网络9

0 一作 · 3 篇 · ICML 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分；每位用户单独解锁，之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。

2026 顶会论文

3

作者位次 #6/8ICML 2026Poster· Deep Learning / Large Language Models

Multi-Task GRPO: Reliable LLM Reasoning Across Tasks

Shyam Sundhar Ramesh · Xiaotong Ji · Matthieu Zimmer · Sangwoong Yoon · Zhiyong Wang · Haitham Bou Ammar · Aurelien Lucchi · Ilija Bogunovic

推理强化学习与后训练OpenReview

作者位次 #4/4ICML 2026Poster· Probabilistic Methods / Monte Carlo and Sampling Methods

Scalable Power Sampling: Unlocking Efficient, Training-Free Reasoning for LLMs via Distribution Sharpening

Xiaotong Ji · Rasul Tutunov · Matthieu Zimmer · Haitham Bou Ammar

推理效率与系统OpenReview

作者位次 #4/6ICML 2026Poster· Reinforcement Learning / Inverse

Trust Region Inverse Reinforcement Learning: Explicit Dual Ascent using Local Policy Updates

Anish Abhijit Diwan · Davide Tateo · Christopher Mower · Haitham Bou Ammar · Jan Peters · Oleg Arenz

强化学习与后训练OpenReview

常见合作者

XJXiaotong Ji×2 MZMatthieu Zimmer×2 SRShyam Sundhar Ramesh SYSangwoong Yoon ZWZhiyong Wang ALAurelien Lucchi IBIlija Bogunovic RTRasul Tutunov ADAnish Abhijit Diwan DTDavide Tateo CMChristopher Mower JPJan Peters