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

Pasquale Minervini

ICML 2026×3ACL 2026多模态评测与基准推理可解释性理论与学习动力学
新星分贡献者
52
一作贡献0
核心/参与15
方向广度13
合作网络12
0 一作 · 4 篇 · ICML 2026 / ACL 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 #3/3ICML 2026Poster· Deep Learning / Robustness

VLM-RobustBench: A Comprehensive Benchmark for Robustness of Vision-Language Models

Rohit Saxena · Alessandro Suglia · Pasquale Minervini

多模态评测与基准OpenReview
作者位次 #8/10ACL 2026Findings· Findings of ACL

P i CSAR : Probabilistic Confidence Selection and Ranking for Reasoning Chains

Joshua Ong Jun Leang · Zheng Zhao · Aryo Pradipta Gema · Sohee Yang · Wai-Chung Kwan · Xuanli He · Wenda Li · Pasquale Minervini · Eleonora Giunchiglia · Shay B Cohen

摘要

Best-of- n sampling improves the accuracy of large language models (LLMs) and large reasoning models (LRMs) by generating multiple candidate solutions and selecting the one with the highest reward. The key challenge for reasoning tasks is designing a scoring function that can identify correct rea...

推理评测与基准OpenReview 项目页

常见合作者