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

Vithursan Thangarasa

ICLR 2026×2ACL 2026效率与系统多模态强化学习与后训练
新星分贡献者
33
一作贡献0
核心/参与10
方向广度9
合作网络3
0 一作 · 3 篇 · ICLR 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

3
作者位次 #6/7ACL 2026Poster· Natural Language Processing

DREAM - S : Speculative Decoding with Searchable Drafting and Target-Aware Refinement for Multimodal Generation

Zining Liu · Yunhai Hu · Tianhua Xia · BO BAO · Eric Sather · Vithursan Thangarasa · Sai Qian Zhang

摘要

Speculative decoding (SD) has proven to be an effective technique for accelerating autoregressive generation in large language models (LLMs), however its application to vision-language models (VLMs) remains relatively unexplored. We propose DREAM-S, a novel SD framework designed specifically for...

多模态效率与系统强化学习与后训练OpenReview 项目页

常见合作者