Authors · raw publication identity
Takashi Ishida
全分野 · 掲載済みの全期間（2017–2026年）
データの修正を申請Googleログイン後に申請できます。内容を確認してから対応します。
対象会議のFull paperを全分野・掲載済み全期間でまとめています。1996～2025年の追加分には、氏名の一致・表記の正規化等に基づき同一人物と推定した対応を含みます。本人確認済みの対応や出版時所属の確認とは区別しています。表示する大学は著者ページの識別用で、過去論文の出版時所属や現在所属を示しません。追加分は大学ランキングやEdition別の件数に含みません。保存済みの1996～2025年の対象資料から確認できた範囲を追加しており、全業績の網羅を保証するものではありません。
著者ページの大学: 東京大学 · Top conference papers: 11
分野別内訳
分野別の本数はcross-listにより重なる場合があります。合計本数は同一論文を1本に数えます。
年別内訳
- 2026年 5
- 2024年 1
- 2023年 1
- 2020年 1
- 2019年 1
- 2018年 1
- 2017年 1
論文一覧（新しい年順）
- EDINET-Bench: Evaluating LLMs on Complex Financial Tasks using Japanese Financial Statements
- Practical estimation of the optimal classification error with soft labels and calibration
- Towards Scalable Oversight via Partitioned Human Supervision
- CapBencher: Give Your LLM Benchmark a Built-in Alarm for Test-Set Overfitting
- Gradient Regularization Mitigates Reward Hacking in Reinforcement Learning from Human Feedback and Verifiable Rewards
- Learning with Complementary Labels Revisited: The Selected-Completely-at-Random Setting Is More Practical
- Is the Performance of My Deep Network Too Good to Be True? A Direct Approach to Estimating the Bayes Error in Binary Classification
- Do We Need Zero Training Loss After Achieving Zero Training Error?
著者の全期間ページへの追加分（出版時所属は示していません）
- Complementary-Label Learning for Arbitrary Losses and Models
著者の全期間ページへの追加分（出版時所属は示していません）
- Binary Classification from Positive-Confidence Data
著者ページの大学: 東京大学
- Learning from Complementary Labels
著者ページの大学: 東京大学