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

Carlo Vittorio Cannistraci

ICLR 2026×4对齐与偏好效率与系统理论与学习动力学可解释性
新星分资深
15
一作贡献0
核心/参与5
方向广度8
合作网络3
0 一作 · 4 篇 · 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

4
作者位次 #4/4ICLR 2026Poster· Deep Learning / Algorithms

Alignment-Enhanced Integration of Connectivity and Spectral Sparsity in Dynamic Sparse Training of LLM

Wenjing Wu · Yingtao Zhang · Jialin Zhao · Carlo Vittorio Cannistraci

对齐与偏好效率与系统OpenReview
作者位次 #3/3ICLR 2026Poster· General Machine Learning / Representation Learning

A Generalized Geometric Theoretical Framework of Centroid Discriminant Analysis for Linear Classification of Multi-dimensional Data

Yue Wu · Jialin Zhao · Carlo Vittorio Cannistraci

理论与学习动力学可解释性OpenReview

常见合作者

YZYingtao Zhang×2JZJialin Zhao×2TAThomas AdlerMGMarco GrassiaZLZiheng LiaoGMGiuseppe MangioniWWWenjing WuYWYue WuYHYuan HuaJZJilin ZhangLYLeyi YouBXBaobo Xiong