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

Haoyue Bai

COLM 2026NeurIPS 2026效率与系统可解释性数据与预训练智能体与工具
新星分贡献者
45
一作贡献0
核心/参与10
方向广度11
合作网络12
0 一作 · 2 篇 · COLM 2026 / NeurIPS 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 #7/11COLM 2026Poster· Poster Session 6· Franciscan B· #90

Expert-Choice Routing Enables Adaptive Computation in Diffusion Language Models

Shuibai Zhang · Caspian Zhuang · Chihan Cui · Zhihan Yang · Fred · Yanxin Zhang · Haoyue Bai · Zack Jia · Yang Zhou · Guanhua Chen · Ming Liu

Expert-choice routing gives diffusion language models faster training via perfect load balance, and scheduling expert capacity by denoising timestep further improves performance under matched FLOPs.

摘要

Diffusion language models (DLMs) enable parallel, non-autoregressive text generation, yet existing DLM mixture-of-experts (MoE) models inherit token-choice (TC) routing from autoregressive systems, leading to load imbalance and rigid computation allocation. We show that expert-choice (EC) routing is a better fit for DLMs: it provides deterministic load balancing by design, yielding higher throughput and faster convergence than TC. Building on the property that EC capacity is externally controllable, we introduce timestep-dependent expert capacity, which varies expert allocation according to the denoising step. We find that allocating more capacity to low-mask-ratio steps consistently achieves the best performance under matched FLOPs, and provide a mechanistic explanation: tokens in low-mask-ratio contexts exhibit an order-of-magnitude higher learning efficiency, so concentrating compute on these steps yields the largest marginal return. Finally, we show that existing pretrained TC DLMs can be retrofitted to EC by replacing only the router, achieving faster convergence and improved accuracy across diverse downstream tasks. Together, these results establish EC routing as a superior paradigm for DLM MoE models and demonstrate that computation in DLMs can be treated as an adaptive policy rather than a fixed architectural constant.

效率与系统可解释性数据与预训练Diffusion Language ModelLarge Language ModelOpenReview
作者位次 #97/262NeurIPS 2026Poster

Agents' Last Exam

Yiyou Sun · Xinyang Han · Weichen Zhang · Yuanbo Pang · Tianyu Wang · Yuhan Cao · Yixiao Huang · Christopher Duroiu · Haoyun Zhang · Jeffrey Lin · Weishu Zhang · Tianren Zeng · Ying Yan · Bo Liu · Hanson Wen · Mingyang Xu · Xiaoyuan Liu · Zimeng Chen · Weiyan Shi · Amanda Dsouza · Vincent Chen · Yushan Li · Wenxi Deng · Huiqi Wang · Justin Xu · Tao Sun · Zhun Wang · Chris Liu · Yafei Cheng · Rongwang Hu · Aras Bacho · Shengcao Cao · Zengyi Qin · Yixiong Chen · Hengduan Fan · Hao Liu · Lin Zeng · Shashank M Bharadwaj · Litian Gong · Maojia Song · Ruheng Wang · Zongzheng Zhang · Jianhong Tu · Zhonghua Wang · Zheng Zhang · Zijiao Chen · Yanqiong Jiang · Zhendong Li · Bohan Lyu · Ma Chang · Peiran Xu · Benran Zhang · Shangding Gu · Haoyue Hua · Haoyang Li · Wanzhe Liao · Chengzhi Liu · Junbo Peng · Zechen Xu · Bo Chen · Jiayi Cheng · Yi Jiang · Maggie Kuang · Yuan Li · Youbang Pan · Ziyan Rao · Alexander Schubert · Ivan Shen · Vincent Siu · Xiatao Sun · Xiaopan Zhang · Yuchen Zhu · Ishaan S Chandok · Lei Ding · Jingxuan Fan · Andrew Glover · Jiaming Hu · Yiran HU · Wenbo Huang · Haoran Jin · Lukas Kim · Ming Liu · Alireza Rafiei · Kunyang Sun · Ting Sun · Yingze Wang · Yixin Wang · Hanwen Xing · Sihan Xu · Yuzheng Xu · Zhongxing Xu · Zhiling Yan · Boqin Yuan · Ruiqi Zhang · Yifan Zhang · Zibo Zhao · Haoyue Bai · Carlo Bosio · Joe Cavanagh · Tianxing Chen · Yipu Chen · CHENYU ZHU · Chen Dai · Stefano De Castro · Yunfu Deng · Kaustubh Dhole · Jiayuan Ding · Chenchen Du · Zhehang Du · Hao Fan · Run-Ze Fan · Hengyu Fu · Shi Gu · Yifan Gu · Baihe Huang · Baixiang Huang · Ran Jin · Xin Lan · Joseph Lee · Deren Lei · Chenyu Li · Daofeng Li · Jingyan Li · Yi Li · Yuangang Li · Zhixu Li · Yinsheng Li · Wenyu Liang · Longtai Liao · Kevin Qinghong Lin · Zeyi (Andy) Liu · Jiaming Liu · Kaiyuan Liu · Xuan Liu · Pan Lu · Yicheng Lyu · Qiuyang Mang · Kyle Montgomery · Ruoxi Ning · Jorin Overwiening · Xu Pan · Core Francisco Park · Justin Purnomo · Scott Rankin · Bixuan Ren · HaoYang Shang · Hejia Shen · JIAWEI SHEN · Shi Qiu · Tianneng Shi · Jonah So · Vladislav Susoy · Haocheng Wang · Jialu Wang · Wei Wang · Xinyu J Wang · Zehao Wang · Ruoxi Wu · Dehao Wu · Fangyu Wu · Mengyuan Millie Wu · Yu Wu · Yuchen Wu · Yuhao Wu · Qingpo Wuwu · Weihang Xiao · Yongyi Xiong · Fan Xu · Ruiling Xu · Mingxuan Yan · Benjamin Yang · Jirong Yang · Xiaoli Yang · Yushi Yang · Haoran Ye · Xiaohu Yu · Zhengming Yu · Chenlong Zhang · Chi Zhang · Hanning Zhang · Hanwen Zhang · Junge Zhang · Kunpeng Zhang · Song Zhang · Wenjin Zhang · Wenshuo Zhang · Qijian Zhao · Yimin Zhao · Yuhaohua Zheng · Liwei Zhou · Tianyue Zhou · Sichen Zhu · Yan Zhu · Yishu Zhu · Jerry Zuo · Chonghao Cai · Helena Casademunt · Cheng Cheng · Nawen Deng · Rao Fu · Yifan Han · He Ren · Zhenyu He · Qiao Jin · Langlang Li · Yuetai Li · Lu Lu · Luqing Zhou · Subhabrata Mukherjee · Yunqi Ouyang · Yin Ren · Dawei Shi · Haoran Wu · Zhiyue Wu · Hannah Yao · Zhuoran Yi · Jenny Yu · Rhea Zhan · Hang Zhou · Shiqiao Zhu · Junfan Zhu · Zhen Dong · Ali Emami · Yanjun Gao · Haimin Hu · Erika J Schneider · Zhenglu Li · Jiachen Li · Lihui Liu · Murphy Niu · Yi Shao · Wenqi Shi · Lichao Sun · Jianxin Sun · Chenguang Wang · Xuhai "Orson" Xu · Huaxiu Yao · Aylin Caliskan · Jing Huang · Yang Liu · Mark W Mueller · Russell Poldrack · Sanjiv R Das · Zhiyong Lu · Radha Poovendran · Somayeh Sojoudi · Costas J Spanos · Molei Tao · Mikko Tolonen · Ting Wang · Alan Yuille · Patrick Bryant · Carl Boettiger · Arvind Rao · Tapio Schneider · Georgios N Yannakakis · Laure Zanna · Ida Sim · Tarek Zohdi · Jack Gallant · Teresa Head-Gordon · Dawn Song

智能体与工具OpenReview

常见合作者