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

Hong Huang

ICLR 2026×2ACL 2026KDD 2026效率与系统多语言与语言学可解释性评测与基准检索与知识
新星分新星
94
一作贡献120
核心/参与5
方向广度16
合作网络12
3 一作 · 4 篇 · ICLR 2026 / ACL 2026 / KDD 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

4
一作ACL 2026Poster· Natural Language Processing

Sherry: Hardware-Efficient 1.25-Bit Ternary Quantization via Fine-grained Sparsification

Hong Huang · Decheng Wu · Qiangqiang Hu · Guanghua Yu · Jinhai Yang · Jianchen Zhu · Xue Liu · Dapeng Wu

摘要

The deployment of Large Language Models (LLMs) on resource-constrained edge devices is increasingly hindered by prohibitive memory and computational requirements. While ternary quantization offers a compelling solution by reducing weights to -1, 0, +1 , current implementations suffer from a funda...

效率与系统可解释性评测与基准OpenReview 项目页

常见合作者