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

John Sous

NeurIPS 2026×4可解释性数据与预训练理论与学习动力学效率与系统检索与知识
新星分资深
33
一作贡献30
核心/参与0
方向广度10
合作网络3
1 一作 · 4 篇 · NeurIPS 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

4
一作NeurIPS 2026Poster

Asymmetric Scaling Laws from Sparse Features

John Sous · Michael Winer

数据与预训练OpenReview
作者位次 #3/3NeurIPS 2026Poster· Applications / Physics

Bounds on Extrapolation across Phase Transitions with Generalized Regression

Jeffrey Wei · Manolis Zampetakis · John Sous

理论与学习动力学OpenReview
作者位次 #3/3NeurIPS 2026Poster· Social Aspects / Accountability, Transparency and Interpretability

Assign and Add: A Mechanistic Study of Compositional Arithmetic

Brady Exoo · Alberto Bietti · John Sous

可解释性社会与人本长上下文与架构OpenReview

常见合作者