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

Thanh-Toan Do

ICLR 2026×4AAAI 2026ACL 2026效率与系统对齐与偏好强化学习与后训练检索与知识社会与人本
新星分资深
31
一作贡献0
核心/参与15
方向广度16
合作网络9
0 一作 · 6 篇 · ICLR 2026 / AAAI 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

6
作者位次 #5/5ICLR 2026Poster· General Machine Learning / Transfer, Multitask and Meta-learning

Gradient-Aligned Calibration for Post-Training Quantization of Diffusion Models

Anh Hoang · Van Cuong Pham · Trung Le · Jianfei Cai · Thanh-Toan Do

对齐与偏好强化学习与后训练效率与系统OpenReview
作者位次 #6/6ACL 2026Poster· Natural Language Processing

Layer-Wise High-Impact Parameter Ratio Optimization in Post-Training Quantization for Large Language Models

Cuong Pham · Anh Dung Hoang · Cuong C. Nguyen · Trung Le · Gustavo Carneiro · Thanh-Toan Do

摘要

Large language models (LLMs) have advanced natural language processing, but their massive parameter counts create computational and memory challenges during deployment. Post-training quantization (PTQ) has emerged as a promising approach to mitigate these challenges. While existing PTQ methods ca...

效率与系统强化学习与后训练检索与知识OpenReview 项目页

常见合作者