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

Jun Zhang

ICLR 2026×9CVPR 2026×4AAAI 2026×2ACL 2026VLDB 2026多模态效率与系统强化学习与后训练安全社会与人本
新星分资深
44
一作贡献0
核心/参与41
方向广度19
合作网络12
0 一作 · 17 篇 · ICLR 2026 / CVPR 2026 / AAAI 2026 / ACL 2026 / VLDB 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

17
作者位次 #5/5ICLR 2026Poster· Social Aspects / Fairness, Equity, Justice and Safety

Token-level Data Selection for Safe LLM Fine-tuning

Yanping Li · Zhening Liu · Zijian Li · Zehong Lin · Jun Zhang

社会与人本安全强化学习与后训练OpenReview
作者位次 #4/4ICLR 2026Poster· Reinforcement Learning / Batch/Offline

GAS: Enhancing Reward-Cost Balance of Generative Model-assisted Offline Safe RL

Zifan LIU · Xinran Li · Shibo Chen · Jun Zhang

强化学习与后训练OpenReview
作者位次 #5/7ACL 2026Poster· Natural Language Processing

Focus-d LLM : Accelerating Long-Context Diffusion LLM Inference via Confidence-Guided Context Focusing

Lingkun Long · Yushi Huang · Shihao Bai · Ruihao Gong · Jun Zhang · Ao Zhou · Jianlei Yang

摘要

Diffusion Large Language Models (dLLMs) deliver strong long-context processing capability in a non-autoregressive decoding paradigm. However, the considerable computational cost of bidirectional full attention limits the inference efficiency. Although sparse attention is promising, existing metho...

效率与系统长上下文与架构代码OpenReview 项目页

常见合作者