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

Lianzhen Zhong

ACL 2026效率与系统强化学习与后训练推理
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
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 #12/15ACL 2026Findings· Findings of ACL

G roup R ank: A Groupwise Paradigm for Effective and Efficient Passage Reranking with LLM s

Meixiu Long · Duolin Sun · Dan Yang · Yihan Jiao · Lei Liu · Jiahai Wang · Binbin Hu · YUE SHEN · Jie Feng · Zhehao Tan · Junjie Wang · Lianzhen Zhong · Jian Wang · Peng Wei · Jinjie Gu

摘要

Large Language Models (LLMs) have emerged as powerful tools for passage reranking in information retrieval, leveraging their superior reasoning capabilities to address the limitations of conventional models on complex queries. However, current LLM-based reranking paradigms are fundamentally const...

效率与系统强化学习与后训练推理OpenReview 项目页

常见合作者