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

Jing Chen

NeurIPS 2026×2ACL 2026KDD 2026NDSS 2026效率与系统强化学习与后训练安全智能体与工具对齐与偏好
新星分贡献者
72
一作贡献0
核心/参与40
方向广度19
合作网络12
0 一作 · 5 篇 · NeurIPS 2026 / ACL 2026 / KDD 2026 / NDSS 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

5
作者位次 #2/6NeurIPS 2026Poster· Computer Vision / Classification and Understanding

ProAlign: Progressive Positional and Prototype-Guided Alignment for Aerial-Ground Person Re-Identification

Qiao Li · Jing Chen · Cong Wu · Kun He · Ruiying Du · Lei Tan

对齐与偏好多模态长上下文与架构OpenReview
作者位次 #4/8ACL 2026Findings· Findings of ACL

Federated L o RA Fine-Tuning with Pipelined Error-Mitigated Aggregation and Matrix-Wise Freezing

Haoran Wang · Xiong Wang · Yuqing Li · Jing Chen · Junyi Zhang · Nan Yan · Kun He · Wei Wang

摘要

Federated low-rank adaptation (LoRA) enables multiple clients to collaboratively fine-tune large language models (LLMs) without disclosing their raw data. However, existing works often experience performance degradation due to biased model aggregation and are hindered by significant communication...

效率与系统强化学习与后训练数据与预训练OpenReview 项目页

常见合作者