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

Zhihao Liu

OSDI 2026强化学习与后训练效率与系统推理
新星分贡献者
35
一作贡献0
核心/参与9
方向广度6
合作网络9
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 #21/29OSDI 2026Oral· Operating Systems & Distributed Systems

RLinf: Flexible and Efficient Large-Scale Reinforcement Learning via Macro-to-Micro Flow Transformation

Chao Yu · Yuanqing Wang · Zhen Guo · Hao Lin · Si Xu · Hongzhi Zang · Quanlu Zhang · Yongji Wu · Chunyang Zhu · Junhao Hu · Zixiao Huang · Mingjie Wei · Yuqing Xie · Ke Yang · Bo Dai · Zhexuan Xu · Jiakun Du · Xiangyuan Wang · Xu Fu · Letong Shi · Zhihao Liu · Kang Chen · Weilin Liu · Gang Liu · Boxun Li · Jianlei Yang · Tmall Group of Alibaba) · Guohao Dai · Yu Wang

摘要

Reinforcement learning (RL) has demonstrated immense potential in advancing artificial general intelligence, agentic intelligence, and embodied intelligence. However, the inherent heterogeneity and dynamicity of RL workflows often lead to low hardware utilization and slow training on existing sys...

强化学习与后训练效率与系统推理OpenReview

常见合作者