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

Rylan Schaeffer

ICML 2026×3推理评测与基准理论与学习动力学效率与系统
新星分新星
60
一作贡献30
核心/参与10
方向广度8
合作网络3
1 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 #3/4ICML 2026Poster· General Machine Learning / Evaluation

Item Response Scaling Laws: A Measurement Theory Approach for Efficient and Generalizable Neural Scaling Estimation

Sang Truong · Yuheng Tu · Rylan Schaeffer · Sanmi Koyejo

评测与基准理论与学习动力学效率与系统OpenReview
一作ICML 2026Poster· Deep Learning / Generative Models and Autoencoders

Position: Multiple Definitions & Unrealistic Assumptions of Model Collapse Distract from Real World Threats

Rylan Schaeffer · Joshua Kazdan · Alvan Arulandu · Sanmi Koyejo

OpenReview

常见合作者

SKSanmi Koyejo×3JKJoshua Kazdan×2YDYegor Denisov-BlanchJCJessica ChudnovskySGSheng GuanSASoji AdeshinaSTSang TruongYTYuheng TuAAAlvan Arulandu