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

Yun Lin

CCS 2026×2AAAI 2026ACL 2026ICLR 2026可解释性安全代码效率与系统强化学习与后训练
新星分贡献者
76
一作贡献0
核心/参与47
方向广度19
合作网络12
0 一作 · 5 篇 · CCS 2026 / AAAI 2026 / 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

5
作者位次 #6/9ACL 2026Poster· Natural Language Processing

C u B ridge: An LLM -Based Framework for Understanding and Reconstructing High-Performance Attention Kernels

Xing Ma · Yangjie Zhou · Wu Sun · Zihan Liu · Jingwen Leng · Yun Lin · Shixuan Sun · Minyi Guo · Jin Song Dong

摘要

Efficient CUDA implementations of attention mechanisms are critical to modern deep learning systems, yet supporting diverse and evolving attention variants remains challenging. Existing frameworks and compilers trade performance for flexibility, while expert-written kernels achieve high efficienc...

代码可解释性效率与系统OpenReview 项目页
作者位次 #2/4CCS 2026Oral· Computer & Communications Security

DRIP: Defending Prompt Injection via Token-wise Representation Editing and Residual Fusion

Ruofan Liu · Yun Lin · Zhiyong Huang · Jin Song Dong

安全可解释性OpenReview

常见合作者