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

Juno Kim

ICML 2026×3理论与学习动力学推理强化学习与后训练对齐与偏好
新星分新星
60
一作贡献30
核心/参与10
方向广度8
合作网络3
1 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 #2/2ICML 2026Poster· Theory / Learning Theory

Provable Benefits of RLVR over SFT for Reasoning Models: Learning to Backtrack Efficiently

Stanley Wei · Juno Kim

理论与学习动力学推理强化学习与后训练OpenReview
一作ICML 2026Poster· Theory / Learning Theory

Coverage Improvement and Fast Convergence of On-policy Preference Learning

Juno Kim · Jihun Yun · Jason Lee · Kwang-Sung Jun

对齐与偏好理论与学习动力学OpenReview
作者位次 #2/2ICML 2026Poster· Theory / Optimization

Mirror Mean-Field Langevin Dynamics

Anming Gu · Juno Kim

理论与学习动力学OpenReview

常见合作者

SWStanley WeiJYJihun YunJLJason LeeKJKwang-Sung JunAGAnming Gu