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

Baharan Mirzasoleiman

ICML 2026×4推理数据与预训练强化学习与后训练对齐与偏好多模态
新星分资深
25
一作贡献0
核心/参与17
方向广度10
合作网络3
0 一作 · 4 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

4
作者位次 #2/3ICML 2026Poster· Deep Learning / Theory

Theoretical Perspectives on Data Quality and Synergistic Effects in Pre- and Post-Training Reasoning Models

Adel Javanmard · Baharan Mirzasoleiman · Vahab Mirrokni

推理强化学习与后训练数据与预训练OpenReview
作者位次 #2/2ICML 2026Poster· Deep Learning / Large Language Models

Tuning the Implicit Regularizer of Masked Diffusion Language Models: Enhancing Generalization via Insights from $k$-Parity

Jianhao Huang · Baharan Mirzasoleiman

理论与学习动力学长上下文与架构OpenReview

常见合作者

VMVahab Mirrokni×2HJHongyi JinWYWenhan YangMGMeysam GhaffariCMCarlos MoratoAJAdel JavanmardNNNilay NaharasDNDang NguyenNBNeslihan BulutMBMohammadHossein BateniJHJianhao Huang