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

Zhanxing Zhu

ICML 2026×3理论与学习动力学强化学习与后训练安全社会与人本可解释性
新星分资深
18
一作贡献0
核心/参与7
方向广度10
合作网络3
0 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 #4/4ICML 2026Poster· Theory / Deep Learning

Transformers with RL or SFT Provably Learn Sparse Boolean Functions, But Differently

Bochen Lyu · Yiyang Jia · Xiaohao Cai · Zhanxing Zhu

理论与学习动力学强化学习与后训练OpenReview
作者位次 #3/3ICML 2026Poster· Deep Learning / Attention Mechanisms

Modelling Attention with Aitchison Geometry: Token Distinguishability and Temperature Scaling

Sam Hilton-Jones · Timothy Norman · Zhanxing Zhu

可解释性OpenReview

常见合作者