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

Chuang Wang

ACL 2026效率与系统检索与知识强化学习与后训练
新星分贡献者
32
一作贡献0
核心/参与12
方向广度6
合作网络3
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 #2/5ACL 2026Poster· Natural Language Processing

LBLLM : Lightweight Binarization of Large Language Models via Three-Stage Distillation

Siqing Song · Chuang Wang · Yong Lang · YI YANG · Xu-yao Zhang

摘要

Deploying large language models (LLMs) in resource-constrained environments is hindered by heavy computational and memory requirements. We present LBLLM, a lightweight binarization framework that achieves effective W(1+1)A4 quantization through a novel three-stage quantization strategy. The frame...

效率与系统检索与知识强化学习与后训练OpenReview 项目页

常见合作者