Zahlreiche Beiträge beim ICML 2026 angenommen

Zahlreiche wissenschaftliche Beiträge unserer Fachrichtung wurden bei der The International Conference on Machine Learning (ICML) angenommen. Herzlichen Glückwunsch an alle Autorinnen und Autoren!

• “Provably Learning Attention with Queries” von
  Satwik Bhattamishra, Kulin Shah, Michael Hahn, Varun Kanade.
• “Discovering Interpretable Algorithms by Decompiling Transformers to RASP” von
  Xinting Huang, Aleksandra Bakalova, Satwik Bhattamishra, William Merrill, Michael Hahn.
• “A Framework for Understanding Learnability in Transformers” von
  Blanka Kövér, Alexandra Butoi, Anej Svete, Michael Hahn, Ryan Cotterell.
• “On the Ability of Transformers to Verify Plans” von
  Yash Sarrof, Yupei Du, Katharina Stein, Alexander Koller, Sylvie Thiebaux, Michael Hahn.
• “GRPO is secretly a Process Reward Model” von
  Michael Sullivan, Alexander Koller.
• “How Few-Shot Examples Add Up: A Causal Decomposition of Function Vectors in In-Context Learning” von
  Entang Wang, Yiwei Wang, Aleksandra Bakalova, Michael Hahn.