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

Ziwei Xiang

ACL 2026CVPR 2026强化学习与后训练效率与系统多模态评测与基准
新星分新星
66
一作贡献30
核心/参与12
方向广度11
合作网络6
1 一作 · 2 篇 · ACL 2026 / CVPR 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

2
作者位次 #2/10ACL 2026Findings· Findings of ACL

FARSS : Fisher-Optimized Adaptive Low-Rank and Singular-Vector Selection for Knowledge-Preserving Fine-Tuning

Renxing Chen · Ziwei Xiang · Peisong Wang · Hongjian Fang · Meng Li · Fanhu Zeng · Yanan Zhu · Peipei Yang · Xu-yao Zhang · Jian Cheng

摘要

Parameter-efficient fine-tuning (PEFT) has become a prevalent approach for adapting large language models (LLMs). However, low-rank adaptation methods face an inherent trade-off: improving target task performance can compromise pre-trained world knowledge, while aggressively constraining updates...

效率与系统强化学习与后训练评测与基准OpenReview 项目页

常见合作者