Di Huang

ECCV 2026×4多模态强化学习与后训练可解释性长上下文与架构对齐与偏好

新星分资深

一作贡献0

核心/参与0

方向广度10

合作网络3

0 一作 · 4 篇 · ECCV 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。

实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。

作者位次 #5/5ECCV 2026Poster

可解释性长上下文与架构3D Reconstruction, Registration and Scene ModelingOpenReview

作者位次 #4/4ECCV 2026Poster

多模态对齐与偏好强化学习与后训练Low-Level Vision, Restoration & Generative PriorsOpenReview

作者位次 #5/5ECCV 2026Poster

检索与知识多模态Image Generation, Editing & DiffusionOpenReview

作者位次 #8/8ECCV 2026Poster

多模态安全强化学习与后训练Federated, Continual & Efficient Learning; Model SecurityOpenReview