Stephen McAleer

Hivatkozott rá

	Összes	2020 óta
Hivatkozások	3989	3920
h-index	23	23
i10-index	41	41

1700

850

425

1275

201920202021202220232024202559 184 312 529 895 1682 315

Nyilvános hozzáférés

Összes megtekintése

19 cikk

0 cikk

elérhető

nem érhető el

Finanszírozási megbízások alapján

Társszerzők

Pierre BaldiProfessor, University of California, IrvineE-mail megerősítve itt: ics.uci.edu
Yaodong YangBOYA (博雅) Assistant Professor at Peking UniversityE-mail megerősítve itt: pku.edu.cn
Roy FoxAssistant Professor, UC IrvineE-mail megerősítve itt: uci.edu
JB LanierUC IrvineE-mail megerősítve itt: uci.edu
Tuomas SandholmAngel Jordan University Professor of Computer Science, Carnegie Mellon UniversityE-mail megerősítve itt: cs.cmu.edu
Alexander ShmakovUniversity of California IrvineE-mail megerősítve itt: uci.edu
Jun WangProfessor, Computer Science, University College LondonE-mail megerősítve itt: cs.ucl.ac.uk
Forest AgostinelliAssistant Professor at the University of South CarolinaE-mail megerősítve itt: cse.sc.edu
Oliver SlumbersUniversity College LondonE-mail megerősítve itt: ucl.ac.uk
Gabriele FarinaAssistant Professor of Computer Science, MITE-mail megerősítve itt: mit.edu
Marc LanctotResearch Scientist, Google DeepMindE-mail megerősítve itt: google.com
Shauharda (Shaw) KhadkaSenior Applied Scientist at MicrosoftE-mail megerősítve itt: microsoft.com
Somdeb MajumdarIntel CorpE-mail megerősítve itt: intel.com
Kagan TumerOregon State UniversityE-mail megerősítve itt: oregonstate.edu
Ioannis PanageasAssistant Professor, University of California, IrvineE-mail megerősítve itt: ics.uci.edu
Pieter AbbeelUC Berkeley | CovariantE-mail megerősítve itt: cs.berkeley.edu
Kevin A. WangBrown UniversityE-mail megerősítve itt: kevinwang.us
Alexander IhlerUniversity of California, IrvineE-mail megerősítve itt: ics.uci.edu
Michael DennisGoogle DeepMindE-mail megerősítve itt: cs.berkeley.edu
Karl TuylsResearch Scientist Meta AI, ex-Google DeepMind, Prof at University of LiverpoolE-mail megerősítve itt: meta.com

Követés

Stephen McAleer

OpenAI

E-mail megerősítve itt: openai.com - Kezdőlap

Artificial Intelligence


Cím Rendezés hivatkozások szerint Rendezés év szerint Rendezés cím szerint	Hivatkozott rá Hivatkozott rá	Év
Highly accurate machine fault diagnosis using deep transfer learning S Shao, S McAleer, R Yan, P Baldi IEEE transactions on industrial informatics 15 (4), 2446-2455, 2018	1331	2018
Language Models can Solve Computer Tasks G Kim, P Baldi, S McAleer Neural Information Processing Systems (NeurIPS), 2023	325	2023
Llemma: An Open Language Model for Mathematics Z Azerbayev, H Schoelkopf, K Paster, M Dos Santos, S McAleer, AQ Jiang, ... International Conference on Learning Representations (ICLR), 2023	271	2023
Mastering the game of Stratego with model-free multiagent reinforcement learning J Perolat, B De Vylder, D Hennes, E Tarassov, F Strub, V de Boer, ... Science 378 (6623), 990-996, 2022	260	2022
Solving the Rubik’s cube with deep reinforcement learning and search F Agostinelli, S McAleer, A Shmakov*, P Baldi Nature Machine Intelligence 1 (8), 356-363, 2019	251	2019
AI Alignment: A Comprehensive Survey J Ji, T Qiu, B Chen, B Zhang, H Lou, K Wang, Y Duan, Z He, J Zhou, ... arXiv preprint arXiv:2310.19852, 2023	245	2023
Towards Human-Level Bimanual Dexterous Manipulation with Reinforcement Learning Y Chen, Y Yang, T Wu, S Wang, X Feng, J Jiang, SM McAleer, H Dong, ... 36th Conference on Neural Information Processing Systems (NeurIPS 2022 …, 2022	105	2022
Solving the Rubik's Cube with Approximate Policy Iteration S McAleer, F Agostinelli, A Shmakov*, P Baldi International Conference on Learning Representations (ICLR), 2018	105*	2018
Alphazero-like tree-search can guide large language model decoding and training Z Wan, X Feng, M Wen, SM McAleer, Y Wen, W Zhang, J Wang Forty-first International Conference on Machine Learning, 2024	103	2024
Pipeline PSRO: A scalable approach for finding approximate nash equilibria in large games S McAleer, J Lanier, R Fox, P Baldi 34th Conference on Neural Information Processing Systems (NeurIPS), 2020	92	2020
Evolutionary reinforcement learning for sample-efficient multiagent coordination S Majumdar, S Khadka, S Miret, S McAleer, K Tumer International Conference on Machine Learning (ICML), 2020	76	2020
XDO: A double oracle algorithm for extensive-form games S McAleer, J Lanier, P Baldi, R Fox Advances in Neural Information Processing Systems (NeurIPS), 2021	66	2021
Independent Natural Policy Gradient Always Converges in Markov Potential Games R Fox, S McAleer, W Overman, I Panageas AISTATS 2022, 2021	59	2021
Neural auto-curricula in two-player zero-sum games X Feng, O Slumbers, Z Wan, B Liu, S McAleer, Y Wen, J Wang, Y Yang Advances in Neural Information Processing Systems (NeurIPS), 2021	50*	2021
Online Double Oracle LC Dinh, Y Yang, S McAleer, NP Nieves, O Slumbers, Z Tian, DH Mguni, ... Transactions on Machine Learning Research, 2021	37	2021
Confronting Reward Model Overoptimization with Constrained RLHF T Moskovitz, AK Singh, DJ Strouse, T Sandholm, R Salakhutdinov, ... International Conference on Learning Representations (ICLR) spotlight, 2023	36	2023
Deep-learning-based reconstruction of the neutrino direction and energy for in-ice radio detectors C Glaser, S McAleer, S Stjärnholm, P Baldi, SW Barwick Astroparticle Physics 145, 102781, 2023	34*	2023
Tree search for language model agents JY Koh, S McAleer, D Fried, R Salakhutdinov arXiv preprint arXiv:2407.01476, 2024	33	2024
White Paper: ARIANNA-200 high energy neutrino telescope A Anker, P Baldi, SW Barwick, D Bergman, H Bernhoff, DZ Besson, ... arXiv preprint arXiv:2004.09841, 2020	33	2020
Toward Optimal Policy Population Growth in Two-Player Zero-Sum Games S McAleer, JB Lanier, K Wang, P Baldi, R Fox, T Sandholm International Conference on Learning Representations (ICLR), 2022	32*	2022

A rendszer jelenleg nem tudja elvégezni a műveletet. Próbálkozzon újra később.

Cikkek 1–20

Hivatkozások évente

Ismétlődő hivatkozások

Összevont hivatkozások

Társszerzők hozzáadásaTársszerzők

Követés

Hivatkozott rá

Társszerzők