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

Jun Wang

ICML 2026×4ACL 2026EuroSys 2026智能体与工具检索与知识多模态理论与学习动力学强化学习与后训练
新星分资深
35
一作贡献0
核心/参与21
方向广度16
合作网络12
0 一作 · 6 篇 · ICML 2026 / ACL 2026 / EuroSys 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 #8/8ACL 2026Poster· Natural Language Processing

Dual Activation-Weight Sparsity: A Training-Free Framework for Efficient Large Language Model Compression

Luoyang Sun · Guangyan Li · Cheng Deng · Haifeng Zhang · Jian Zhao · Yongqiang Tang · Wensheng Zhang · Jun Wang

摘要

Large language models (LLMs) excel at natural language tasks but face deployment challenges due to computational demands. We introduce Dual Activation-Weight Sparsity (DAWS) , a training-free framework that jointly exploits activation and weight sparsity through magnitude-based routing. Systemati...

效率与系统可解释性数据与预训练OpenReview 项目页

常见合作者