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

Liangyu Wang

ACL 2026ICLR 2026可解释性效率与系统强化学习与后训练检索与知识
新星分新星
61
一作贡献30
核心/参与5
方向广度11
合作网络6
1 一作 · 2 篇 · ACL 2026 / ICLR 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 #3/5ICLR 2026Poster· Deep Learning / Generative Models and Autoencoders

Predicting LLM Output Length via Entropy-Guided Representations

Huanyi Xie · Yubin Chen · Liangyu Wang · Lijie Hu · Di Wang

可解释性OpenReview
一作ACL 2026Findings· Findings of ACL

High-Throughput and Memory-Efficient Zeroth-Order Fine-tuning LLM s with Distributed Parallel Computing

Liangyu Wang · Huanyi Xie · Di Wang

摘要

Fine-tuning large language models (LLMs) remains resource-intensive due to their sheer scale. While zeroth-order (ZO) optimization provides a memory-efficient alternative by eliminating backward passes, its application to multi-hundred-billion-parameter models is constrained by GPU memory and com...

效率与系统强化学习与后训练检索与知识OpenReview 项目页

常见合作者