Andrea Dittadi

ICML 2026×5理论与学习动力学可解释性长上下文与架构社会与人本对齐与偏好

新星分贡献者

一作贡献0

核心/参与29

方向广度10

合作网络12

0 一作 · 5 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。

实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。

作者位次 #2/3ICML 2026Spotlight

理论与学习动力学长上下文与架构OpenReview

作者位次 #5/6ICML 2026Poster· Applications / Health / Medicine

社会与人本OpenReview

作者位次 #3/4ICML 2026Poster· General Machine Learning / Representation Learning

可解释性对齐与偏好OpenReview

作者位次 #4/5ICML 2026Poster· Theory / Probabilistic Methods

可解释性理论与学习动力学OpenReview

作者位次 #7/7ICML 2026Poster· General Machine Learning / Representation Learning

可解释性理论与学习动力学长上下文与架构OpenReview