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

Yongmei Tan

ACL 2026可解释性效率与系统评测与基准
新星分贡献者
18
一作贡献0
核心/参与5
方向广度6
合作网络0
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 #2/2ACL 2026Poster· Natural Language Processing

Frozen LLM s are Native Decoders for High-Norm Semantic Vectors

Yunsheng Zeng · Yongmei Tan

摘要

Large language models (LLMs) are designed for discrete tokens, yet they operate in a continuous embedding space. Recent context compression methods exploit this property by encoding text into dense vectors for frozen LLM decoding. However, a key question remains unanswered: how does a frozen LLM...

可解释性效率与系统评测与基准OpenReview 项目页

常见合作者