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

Duo Zhou

AAAI 2026ACL 2026ICLR 2026KDD 2026强化学习与后训练推理对齐与偏好效率与系统数据与预训练
新星分贡献者
71
一作贡献0
核心/参与38
方向广度19
合作网络12
0 一作 · 4 篇 · AAAI 2026 / ACL 2026 / ICLR 2026 / KDD 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

4
作者位次 #8/9ACL 2026Poster· Natural Language Processing

A da F use: Adaptive Ensemble Decoding for Large Language Models

Chengming Cui · Tianxin Wei · Ziyi Chen · Ruizhong Qiu · Zhichen Zeng · Zhining Liu · Xuying Ning · Duo Zhou · Jingrui He

摘要

Large language models (LLMs) exhibit complementary strengths arising from differences in pretraining data, model architectures, and decoding behaviors. Inference-time ensembling provides a practical way to combine these capabilities without retraining. However, existing ensemble approaches suffer...

推理对齐与偏好效率与系统OpenReview 项目页

常见合作者