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

Qingxiu Dong

AAAI 2026ACL 2026效率与系统推理强化学习与后训练对齐与偏好数据与预训练
新星分贡献者
57
一作贡献0
核心/参与24
方向广度13
合作网络9
0 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
作者位次 #2/6ACL 2026Findings· Findings of ACL

S elf B udgeter: Adaptive Token Allocation for Efficient LLM Reasoning

Zheng Li · Qingxiu Dong · Jingyuan Ma · Di Zhang · Kai Jia · Zhifang Sui

摘要

Recently, large reasoning models demonstrate exceptional performance on various tasks. However, reasoning models always consume excessive tokens even for simple queries, leading to resource waste and prolonged user latency. To address this challenge, we propose SelfBudgeter - a self-adaptive reas...

效率与系统推理强化学习与后训练OpenReview 项目页

常见合作者