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

Chenrui He

ACL 2026效率与系统多模态对齐与偏好
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
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 #3/5ACL 2026Findings· Findings of ACL

T rim T okenator: Towards Adaptive Visual Token Pruning for Large Multimodal Models

Hao Zhang · Lyu Mengsi · Chenrui He · Yulong Ao · Yonghua Lin

摘要

Large Multimodal Models (LMMs) have achieved significant success across various tasks. These models usually encode visual inputs into dense token sequences, which are then concatenated with textual tokens and jointly processed by a language model. However, the increased token count substantially...

效率与系统多模态对齐与偏好OpenReview 项目页

常见合作者