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

Xiang Li

OSDI 2026推理强化学习与后训练效率与系统
新星分贡献者
28
一作贡献0
核心/参与9
方向广度6
合作网络3
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 #3/9OSDI 2026Oral· Operating Systems & Distributed Systems

RobustRL: Role-Based Fault Tolerance System for RL Post-Training

Zhenqian Chen · Baoquan Zhong · Xiang Li · Qing Dai · Xinkui Zhao · Miao Ye · Ren Cheng · Lufei Zhang · Jianwei Yin

摘要

RL post-training for LLMs has been widely scaled to enhance reasoning and tool-using capabilities. However, RL post-training interleaves training and inference workloads, exposing the system to faults from both sides. Existing fault tolerance frameworks for LLMs target either training or inferenc...

推理强化学习与后训练效率与系统OpenReview

常见合作者