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

Xudong Jin

ACL 2026NeurIPS 2026推理效率与系统对齐与偏好
新星分贡献者
47
一作贡献0
核心/参与17
方向广度9
合作网络9
0 一作 · 2 篇 · ACL 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 #5/7ACL 2026Poster· Natural Language Processing

GS -Quant: Granular Semantic and Generative Structural Quantization for Knowledge Graph Completion

Qizhuo Xie · Yunhui Liu · Yu Xing · Qianzi Hou · Xudong Jin · Tao Zheng · Tieke He

摘要

Large Language Models (LLMs) have shown immense potential in Knowledge Graph Completion (KGC), yet bridging the modality gap between continuous graph embeddings and discrete LLM tokens remains a critical challenge. While recent quantization-based approaches attempt to align these modalities, they...

推理效率与系统对齐与偏好OpenReview 项目页

常见合作者