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

Cangyuan Li

ISCA 2026×2ACL 2026长上下文与架构强化学习与后训练评测与基准可解释性
新星分贡献者
57
一作贡献0
核心/参与30
方向广度11
合作网络6
0 一作 · 3 篇 · ISCA 2026 / 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

3
作者位次 #3/5ISCA 2026Oral· Computer Architecture

Unlocking Pipeline Parallelism for Bootstrapping: A Pipelined Multi-Chiplet TFHE Accelerator

Yibo Du · Mengdi Wang · Cangyuan Li · Yinhe Han · Ying Wang

长上下文与架构OpenReview
作者位次 #4/11ACL 2026Poster· Natural Language Processing

C hip S eek: Optimizing Verilog Generation via EDA -Integrated Reinforcement Learning

Zhirong Chen · Kaiyan Chang · Zhuolin Li · Cangyuan Li · Xinyang He · Chujie Chen · Mengdi Wang · Haobo Xu · Yinhe Han · Huawei Li · Ying Wang

摘要

Large Language Models have emerged as powerful tools for automating Register-Transfer Level (RTL) code generation, yet they face critical limitations: existing approaches typically fail to simultaneously optimize functional correctness and hardware efficiency metrics such as Power, Performance, a...

强化学习与后训练评测与基准可解释性OpenReview 项目页

常见合作者