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

Hongyu Liu

ACL 2026可解释性效率与系统代码
新星分贡献者
35
一作贡献0
核心/参与12
方向广度6
合作网络6
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 #2/9ACL 2026Poster· ACL Industry Track

R oute LMT : Learned Sample Routing for Hybrid LLM Translation Deployment

Yingfeng Luo · Hongyu Liu · DingYang Lin · Kaiyan Chang · Chenglong Wang · Bei Li · Quan Du · Tong Xiao · JingBo Zhu

摘要

Large Language Models (LLMs) have achieved remarkable performance in Machine Translation (MT), but deploying them at scale remains prohibitively expensive. A widely adopted remedy is the hybrid system paradigm, which balances cost and quality by serving most requests with a small model and select...

可解释性效率与系统代码OpenReview 项目页

常见合作者