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

Baosong Yang

ACL 2026效率与系统多语言与语言学对齐与偏好
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
0 一作 · 1 篇 · ACL 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

1
作者位次 #7/9ACL 2026Poster· Natural Language Processing

A Data-Efficient Path to Multilingual LLM s: Language Expansion via Post-training PARAM \Delta Integration into Upcycled M o E

Hao Zhou · Tianhao Li · Zhijun Wang · Shuaijie She · Linjuan Wu · Hao-Ran Wei · Baosong Yang · Jiajun Chen · Shujian Huang

摘要

Expanding Large Language Models(LLMs) to new languages is a costly endeavor, demanding extensive Continued Pre-Training(CPT) and data-intensive alignment. While recent data-free merging techniques attempt to bypass alignment by fusing a multilingual CPT-enhanced model with its instruct counterpar...

效率与系统多语言与语言学对齐与偏好OpenReview 项目页

常见合作者