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

Liangjie Hong

KDD 2026×2SIGIR 2026检索与知识推理强化学习与后训练效率与系统多模态
新星分贡献者
46
一作贡献0
核心/参与18
方向广度13
合作网络3
0 一作 · 3 篇 · KDD 2026 / SIGIR 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 #12/14SIGIR 2026Poster· Information Retrieval (Industry)

Unified Semantic Modeling Framework for Large-Scale Job Understanding at LinkedIn

Dan Xu · Baofen Zheng · Jianqiang Shen · Qi Xiao · Benjamin Hoan Le · Wen Pu · Saurabh Gupta · Ran Zhou · Neha Saraf · Alice Leung · Qianqi Shen · Liangjie Hong · Jingwei Wu · Wenjing Zhang

摘要

Job understanding is critical to LinkedIn's mission of connecting talent with opportunity. This task involves transforming unstructured and noisy job postings into standardized or derived job attributes that power numerous LinkedIn products. However, building a scalable, cost-efficient, and high-...

推理强化学习与后训练效率与系统OpenReview
作者位次 #4/4KDD 2026Oral· Knowledge Discovery & Data Mining

Towards Resilient and Autonomous Networks: A BlueSky Vision on AI-Native 6G

Liang Wu · Kelly Wan · Mayank Darbari · Liangjie Hong

多模态检索与知识OpenReview

常见合作者