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

Rongyi Zhang

ACL 2026代码效率与系统数据与预训练
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · 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

1
作者位次 #4/8ACL 2026Poster· Natural Language Processing

Scaling Laws for Code: A More Data-Hungry Regime

Xianzhen Luo · Wenzhen Zheng · Qingfu Zhu · Rongyi Zhang · Houyi Li · Siming Huang · YuanTao Fan · Wanxiang Che

摘要

Code Large Language Models (LLMs) are revolutionizing software engineering. However, scaling laws that guide the efficient training are predominantly analyzed on Natural Language (NL). Given the fundamental differences like strict syntax between code and NL, it is unclear whether these laws are d...

代码效率与系统数据与预训练OpenReview 项目页

常见合作者