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

Meng Liu

AAAI 2026×2NeurIPS 2026×2ACL 2026CVPR 2026多模态检索与知识可解释性推理效率与系统
新星分贡献者
74
一作贡献0
核心/参与44
方向广度19
合作网络12
0 一作 · 6 篇 · AAAI 2026 / NeurIPS 2026 / ACL 2026 / CVPR 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

6
作者位次 #2/3NeurIPS 2026Poster· Computer Vision / Vision Models & Multimodal

RAO-Nav: Probing Omni-Language Models for Zero-shot Semantic Audio-Visual Navigation

Qilang Ye · Meng Liu · Yu Zhou

多模态可解释性OpenReview
作者位次 #3/6ACL 2026Poster· Natural Language Processing

Parallel Test-Time Scaling for Latent Reasoning Models

Runyang You · Yongqi Li · Meng Liu · Wenjie Wang · an Jiaotong University) · Wenjie Li

摘要

Parallel test-time scaling (TTS) is a pivotal approach for enhancing large language models (LLMs), typically by sampling multiple token-based chains-of-thought in parallel and aggregating outcomes through voting or search. Recent advances in latent reasoning, where intermediate reasoning unfolds...

推理效率与系统对齐与偏好OpenReview 项目页

常见合作者