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

Yoonna Jang

ACL 2026CVPR 2026社会与人本可解释性多模态效率与系统评测与基准
新星分贡献者
59
一作贡献0
核心/参与24
方向广度13
合作网络12
0 一作 · 2 篇 · 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

2
作者位次 #2/6ACL 2026Poster· Natural Language Processing

Reliable Evaluation Protocol for Low-Precision Retrieval

Kisu Yang · Yoonna Jang · Hwanseok Jang · Kenneth Choi · Isabelle Augenstein · Heuiseok Lim

摘要

Lowering the numerical precision of model parameters and computations is widely adopted to improve the efficiency of retrieval systems. However, when computing relevance scores between the query and documents in low-precision, we observe spurious ties due to the reduced granularity. This introduc...

效率与系统评测与基准数据与预训练OpenReview 项目页

常见合作者