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

Hao Deng

ACL 2026ICLR 2026KDD 2026多模态效率与系统对齐与偏好数据与预训练检索与知识
新星分贡献者
48
一作贡献0
核心/参与14
方向广度16
合作网络6
0 一作 · 3 篇 · 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

3
作者位次 #4/5ACL 2026Findings· Findings of ACL

C ris P rune: Combining Contextual Relevance and Intrinsic Saliency for Efficient Visual Token Pruning in MLLM s

Ziniu Liu · Shuheng Zhou · Mingqing Liu · Hao Deng · Huijia Zhu

摘要

Visual token pruning has emerged as a pivotal strategy to alleviate the computational bottleneck in Multimodal Large Language Models (MLLMs), yet it frequently compromises the integrity of visual understanding in pursuit of efficiency. Existing methods face a fundamental tension: vision-centric a...

多模态效率与系统对齐与偏好OpenReview 项目页

常见合作者