paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
JP

Joni Pajarinen

ICML 2026×3推理强化学习与后训练理论与学习动力学可解释性长上下文与架构
新星分资深
13
一作贡献0
核心/参与0
方向广度10
合作网络3
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 #3/3ICML 2026Poster· Theory / Reinforcement Learning and Planning

Learning Multi-Timescale Abstractions for Hierarchical Combinatorial Planning

Vivienne Huiling Wang · Tinghuai Wang · Joni Pajarinen

推理强化学习与后训练理论与学习动力学OpenReview
作者位次 #4/4ICML 2026Poster· Deep Learning / Other Representation Learning

Smoothing Slot Attention Iterations and Recurrences

Rongzhen Zhao · Wenyan Yang · Kannala Juho · Joni Pajarinen

可解释性长上下文与架构OpenReview

常见合作者