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

Huawei Li

ICLR 2026×2ACL 2026MICRO 2026可解释性推理多模态数据与预训练效率与系统
新星分资深
26
一作贡献0
核心/参与9
方向广度16
合作网络6
0 一作 · 4 篇 · ICLR 2026 / ACL 2026 / MICRO 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

4
作者位次 #10/11ACL 2026Poster· Natural Language Processing

C hip S eek: Optimizing Verilog Generation via EDA -Integrated Reinforcement Learning

Zhirong Chen · Kaiyan Chang · Zhuolin Li · Cangyuan Li · Xinyang He · Chujie Chen · Mengdi Wang · Haobo Xu · Yinhe Han · Huawei Li · Ying Wang

摘要

Large Language Models have emerged as powerful tools for automating Register-Transfer Level (RTL) code generation, yet they face critical limitations: existing approaches typically fail to simultaneously optimize functional correctness and hardware efficiency metrics such as Power, Performance, a...

强化学习与后训练评测与基准可解释性OpenReview 项目页

常见合作者