作者位次 #8/10NeurIPS 2026Poster
Trainable Sparse Attention via Hybrid Top-k+Top-p Masking and Distillation Fine-Tuning
Jintao Zhang · Kai Jiang · Chendong Xiang · Weiqi Feng · Yuezhou Hu · Haocheng Xi · Shuo Yang · Mengfei Xia · Jianfei Chen · Jun Zhu
强化学习与后训练OpenReview