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

Yuanchang Luo

SIGIR 2026×2检索与知识多语言与语言学社会与人本强化学习与后训练数据与预训练
新星分贡献者
38
一作贡献0
核心/参与10
方向广度10
合作网络6
0 一作 · 2 篇 · SIGIR 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 #4/13SIGIR 2026Poster· Information Retrieval (Short)

M-DaQ: Retrieving Multilingual High Quality and Diverse Samples for Instruction Fine-Tuning Datasets

Chunguang Zhao · Yilun Liu · Pufan Zeng · Yuanchang Luo · Shimin Tao · Minggui HE · Weibin Meng · Song Xu · Chen Liu · Mahong Xia · Li Zhang · Boxing Chen · Daimeng Wei

摘要

Nultilingual instruction fine-tuning (IFT) empowers large language models to generalize across diverse linguistic and cultural contexts; however, high-quality, systematically curated multilingual IFT datasets remain scarce. To address this gap, we propose M-DaQ (Multilingual Diversity and Quality...

多语言与语言学检索与知识社会与人本OpenReview

常见合作者