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

Guannan Lai

CVPR 2026ICLR 2026可解释性评测与基准多模态效率与系统理论与学习动力学
新星分新星
80
一作贡献70
核心/参与0
方向广度13
合作网络6
2 一作 · 2 篇 · CVPR 2026 / ICLR 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

2
一作ICLR 2026Poster· General Machine Learning / Representation Learning

The Lie of the Average: How Class Incremental Learning Evaluation Deceives You?

Guannan Lai · Da-Wei Zhou · Xin Yang · Han-Jia Ye

可解释性评测与基准OpenReview
一作CVPR 2026Poster· Computer Vision & Pattern Recognition

The Golden Subspace: Where Efficiency Meets Generalization in Continual Test-Time Adaptation

Guannan Lai · Da-Wei Zhou · Zhenguo Li · Han-Jia Ye

多模态效率与系统理论与学习动力学OpenReview 项目页

常见合作者