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

Minhyuk Seo

ACL 2026ICLR 2026对齐与偏好多模态效率与系统数据与预训练
新星分新星
64
一作贡献30
核心/参与12
方向广度11
合作网络3
1 一作 · 2 篇 · ACL 2026 / ICLR 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 #2/5ACL 2026Poster· Natural Language Processing

OASIS : Online Sample Selection for Continual Instruction Tuning

Minjae Lee · Minhyuk Seo · Tingyu Qu · Tinne Tuytelaars · Jonghyun Choi

摘要

In continual instruction tuning (CIT) scenarios, where new instruction tuning data continuously arrive in an online streaming manner, training delays from large-scale data significantly hinder real-time adaptation. Data selection can mitigate this overhead, but existing strategies often rely on p...

数据与预训练对齐与偏好OpenReview 项目页

常见合作者