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

Hanzhang Yuan

AAAI 2026ACL 2026多模态可解释性效率与系统
新星分新星
76
一作贡献70
核心/参与0
方向广度9
合作网络0
2 一作 · 2 篇 · AAAI 2026 / ACL 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
一作ACL 2026Poster· Natural Language Processing

Reducing Token Redundancy in LVLM s: A Systematic Review of Token Pruning Methods

Hanzhang Yuan · Mengxuan Hu · Wenhao Zhang · Tianlong Wang · Zhongliang Zhou · Jiasen Lu · Sheng Li

摘要

Large Vision-Language Models (LVLMs) excel at visual understanding but face severe computational bottlenecks when processing high-resolution images and long videos due to massive visual token counts. Token pruning mitigates this by selectively removing less informative tokens while maintaining pe...

多模态可解释性效率与系统OpenReview 项目页
一作AAAI 2026Poster· Artificial Intelligence

Doubly Robust Causal Estimation Under Multi-View Network Interference (Student Abstract)

Hanzhang Yuan · Sheng Li

常见合作者