paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

YG

Yarin Gal

ICLR 2026×4安全社会与人本数据与预训练智能体与工具代码

新星分贡献者

49

一作贡献0

核心/参与15

方向广度10

合作网络12

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 #9/10ICLR 2026Poster· Social Aspects / Fairness, Equity, Justice and Safety

Deep Ignorance: Filtering Pretraining Data Builds Tamper-Resistant Safeguards into Open-Weight LLMs

Kyle O&#x27;Brien · Stephen Casper · Quentin Anthony · Tomek Korbak · Robert Kirk · Xander Davies · Ishan Mishra · Geoffrey Irving · Yarin Gal · Stella R Biderman

社会与人本安全数据与预训练OpenReview

作者位次 #7/9ICLR 2026Poster· Social Aspects / Fairness, Equity, Justice and Safety

BiasBusters: Uncovering and Mitigating Tool Selection Bias in Large Language Models

Thierry Blankenstein · Jialin Yu · Zixuan Li · Vassilis Plachouras · Sunando Sengupta · Philip Torr · Yarin Gal · Alasdair Paren · Adel Bibi

社会与人本安全OpenReview

作者位次 #7/9ICLR 2026Poster· Social Aspects / Trustworthy Machine Learning

RedCodeAgent: Automatic Red-teaming Agent against Diverse Code Agents

Chengquan Guo · Chulin Xie · Yu Yang · Zhaorun Chen · Zinan Lin · Xander Davies · Yarin Gal · Dawn Song · Bo Li

智能体与工具安全代码OpenReview

作者位次 #3/3ICLR 2026Poster· Reinforcement Learning / Deep RL

Stabilizing Policy Gradients for Sample-Efficient Reinforcement Learning in LLM Reasoning

Luckeciano Carvalho Melo · Alessandro Abate · Yarin Gal

强化学习与后训练推理效率与系统OpenReview

常见合作者

XDXander Davies×2 KOKyle O&#x27;Brien SCStephen Casper QAQuentin Anthony TKTomek Korbak RKRobert Kirk IMIshan Mishra GIGeoffrey Irving SBStella R Biderman TBThierry Blankenstein JYJialin Yu ZLZixuan Li