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

Quanquan Gu

ICML 2026×9理论与学习动力学对齐与偏好推理效率与系统强化学习与后训练
新星分资深
27
一作贡献0
核心/参与14
方向广度10
合作网络9
0 一作 · 9 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

9
作者位次 #3/4ICML 2026Poster· Deep Learning / Large Language Models

On the Limits of Test-Time Compute: Sequential Reward Filtering for Better Inference

Yue Yu · Qiwei Di · Quanquan Gu · Dongruo Zhou

推理效率与系统OpenReview
作者位次 #3/3ICML 2026Poster· Reinforcement Learning / Online

Reinforcement Learning from Human Feedback with Active Queries

Kaixuan Ji · Jiafan He · Quanquan Gu

强化学习与后训练社会与人本OpenReview
作者位次 #4/4ICML 2026Poster· Theory / Probabilistic Methods

Dimension-Independent Convergence of Underdamped Langevin Monte Carlo in KL Divergence

Shiyuan Zhang · Qiwei Di · Xuheng Li · Quanquan Gu

理论与学习动力学OpenReview

常见合作者