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

Ying Wang

ISCA 2026×3MICRO 2026×3CVPR 2026×2ACL 2026ICML 2026长上下文与架构多模态强化学习与后训练效率与系统检索与知识
新星分资深
45
一作贡献0
核心/参与44
方向广度19
合作网络12
0 一作 · 10 篇 · ISCA 2026 / MICRO 2026 / CVPR 2026 / ACL 2026 / ICML 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

10
作者位次 #4/4ISCA 2026Oral· Computer Architecture

ConBin: a Performance-Convergence Framework for Wafer-Scale Chip Binning

Huiqing Xu · Mengdi Wang · Yinhe Han · Ying Wang

长上下文与架构OpenReview
作者位次 #6/6MICRO 2026Oral· PIM & Near-Memory Long-Context LLM Serving

Rethinking Unified Memory for NPU–PIM Systems: Dual-View Memory for Dynamic Inference of LLM

Shixin Zhao · Lian Liu · Tianhua Han · Mengdi Wang · Yinhe Han · Ying Wang

效率与系统检索与知识长上下文与架构OpenReview
作者位次 #11/11ACL 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