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

MohammadAli SadraeiJavaheri

ACL 2026评测与基准效率与系统多语言与语言学
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 #3/4ACL 2026Findings· Findings of ACL

M orph BPE : Morphology-Aware Tokenization for Efficient LLM Training

Ehsaneddin Asgari · Yassine El Kheir · MohammadAli SadraeiJavaheri · Ali Nazari

摘要

Tokenization fundamentally shapes NLP performance, affecting both efficiency and linguistic fidelity. While Byte Pair Encoding (BPE) underpins most Large Language Models (LLMs), its frequency-driven merges often disregard morpheme boundaries, yielding inconsistent and semantically opaque segmenta...

评测与基准效率与系统多语言与语言学OpenReview 项目页

常见合作者