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

Chang Yoo

ICLR 2026×4多模态强化学习与后训练可解释性理论与学习动力学对齐与偏好
新星分资深
14
一作贡献0
核心/参与5
方向广度10
合作网络0
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 #2/2ICLR 2026Poster· Reinforcement Learning / Batch/Offline

One-Step Flow Q-Learning: Addressing the Diffusion Policy Bottleneck in Offline Reinforcement Learning

Xuan Thanh Nguyen · Chang Yoo

强化学习与后训练OpenReview
作者位次 #4/4ICLR 2026Poster· Theory / Interpretability and Visualization

A Hidden Semantic Bottleneck in Conditional Embeddings of Diffusion Transformers

Trung X. Pham · Kang Zhang · Ji Woo Hong · Chang Yoo

可解释性多模态理论与学习动力学OpenReview

常见合作者