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

Roger Wattenhofer

ICML 2026×5对齐与偏好代码推理多模态效率与系统
新星分资深
14
一作贡献0
核心/参与5
方向广度10
合作网络0
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。

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

5
作者位次 #3/3ICML 2026Poster· General Machine Learning / Evaluation

Efficient Bayesian Inference from Noisy Pairwise Comparisons

Till Aczel · Lucas Theis · Roger Wattenhofer

效率与系统评测与基准OpenReview
作者位次 #2/2ICML 2026Poster· General Machine Learning / Sequential, Network, and Time Series Modeling

You Can Learn Tokenization End-to-End with Reinforcement Learning

Sam Dauncey · Roger Wattenhofer

强化学习与后训练数据与预训练OpenReview

常见合作者

LLLuca Lanzendörfer×3FBFrédéric Berdoz×2RCRené CakyFFFabian FarestamADAmir DellaliFGFlorian GrötschlaTATill AczelLTLucas TheisSDSam Dauncey