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

Chao Chen

ACL 2026效率与系统对齐与偏好可解释性
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · ACL 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 #5/6ACL 2026Poster· Natural Language Processing

EDSD : Entropy-Driven Design for Faster Speculative Decoding

Longkai Cheng · Ximing Wang · Jiangcai Zhu · Kailai Shao · Chao Chen · Haixiang Hu

摘要

Speculative decoding has emerged as a promising paradigm for accelerating large language model inference by leveraging a lightweight draft model to generate multiple candidate tokens. However, existing methods often incur substantial training overhead to mitigate information misalignment between...

效率与系统对齐与偏好可解释性OpenReview 项目页

常见合作者