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

Xinkui Zhao

AAAI 2026×2CVPR 2026OSDI 2026效率与系统推理强化学习与后训练智能体与工具多模态
新星分新星
72
一作贡献30
核心/参与19
方向广度16
合作网络6
1 一作 · 4 篇 · AAAI 2026 / CVPR 2026 / 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

4
作者位次 #5/9OSDI 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