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

Haizhou Zhao

OSDI 2026强化学习与后训练效率与系统智能体与工具
新星分贡献者
35
一作贡献0
核心/参与9
方向广度6
合作网络9
0 一作 · 1 篇 · OSDI 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 #10/18OSDI 2026Oral· Operating Systems & Distributed Systems

RollArt: Disaggregated Multi-Task Agentic RL Training at Scale

Wei Gao · Yuheng Zhao · Tianyuan Wu · Shaopan Xiong · Weixun Wang · Dakai An · Lunxi Cao · Dilxat Muhtar · Zichen Liu · Haizhou Zhao · Ju Huang · Siran Yang · Yongbin Li · Wenbo Su · Jiamang Wang · Lin Qu · Zerui Huang (Taobao &amp · Wei Wang

摘要

Agentic Reinforcement Learning (RL) trains LLMs through multi-turn interactions with environments, producing workloads that mix compute-bound prefill, bandwidth-bound decoding, CPU-heavy environment execution, and bursty reward evaluation. Existing systems either colocate all stages on a single G...

强化学习与后训练效率与系统智能体与工具OpenReview

常见合作者