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

Zhiqiang Lv

OSDI 2026强化学习与后训练推理效率与系统
新星分贡献者
28
一作贡献0
核心/参与9
方向广度6
合作网络3
0 一作 · 1 篇 · OSDI 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 #8/14OSDI 2026Oral· Operating Systems & Distributed Systems

Weave: Efficient Co-Scheduling for Disaggregated RL Post-Training

Tianyuan Wu · Lunxi Cao · Yining Wei · Wei Gao · Yuheng Zhao · Dakai An · Shaopan Xiong · Zhiqiang Lv · Ju Huang · Siran Yang · Yinghao Yu · Jiamang Wang · Lin Qu · Wei Wang

摘要

Rollout–training disaggregation is emerging as the standard architecture for Reinforcement Learning (RL) post-training, where memory-bound rollout and compute-bound training are physically disaggregated onto purpose-built clusters to maximize hardware efficiency. However, the strict synchronizati...

强化学习与后训练推理效率与系统OpenReview

常见合作者