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

Haokun Lin

ICML 2026×2ACL 2026CVPR 2026数据与预训练效率与系统社会与人本检索与知识多模态
新星分贡献者
68
一作贡献0
核心/参与34
方向广度16
合作网络12
0 一作 · 4 篇 · ICML 2026 / ACL 2026 / CVPR 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 #2/4ICML 2026Poster· Deep Learning / Generative Models and Autoencoders

Concept-Guided Tokenization: Closing the Gap Between Reconstruction and Generation

Yunqiao Yang · Haokun Lin · Guanzhong Wu · Ying Wei

数据与预训练OpenReview
作者位次 #6/9ACL 2026Poster· Natural Language Processing

E fficient LLM : Unified Pruning-Aware Pretraining for Auto-Designed Compact Language Models

Xingrun Xing · Zheng Liu · Shitao Xiao · Boyan Gao · Yiming Liang · Haokun Lin · Xianlin Zeng · Guoqi Li · Jiajun Zhang

摘要

Modern large language models (LLMs) driven by scaling laws achieve emergent intelligence in large model sizes. Recently, the increasing concerns about cloud costs, latency and privacy make it an urgent requirement to develop compact edge language models. Distinguished from direct pretraining that...

效率与系统数据与预训练安全OpenReview 项目页

常见合作者