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

Bingjun Luo

ICLR 2026×2CVPR 2026多模态效率与系统可解释性安全强化学习与后训练
新星分新星
90
一作贡献110
核心/参与0
方向广度13
合作网络3
3 一作 · 3 篇 · ICLR 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

3
一作ICLR 2026Poster· Computer Vision / Vision Models & Multimodal

ST-SimDiff: Balancing Spatiotemporal Similarity and Difference for Efficient Video Understanding with MLLMs

Bingjun Luo · Tony Wang · Chaoqi Chen · Xinpeng Ding

多模态效率与系统OpenReview
一作ICLR 2026Poster· Computer Vision / Vision Models & Multimodal

Enhancing Visual Token Representations for Video Large Language Models via Training-free Spatial-Temporal Pooling and Gridding

Bingjun Luo · Tony Wang · Hanqi Chen · Xinpeng Ding

多模态可解释性OpenReview
一作CVPR 2026Oral· Computer Vision & Pattern Recognition

Adversarial Style Optimization: Enhancing VLM Jailbreaks by GRPO-based Stylistic Triggers Optimization

Bingjun Luo · Jialin Guo · Yue Yao · Xinpeng Ding

安全多模态强化学习与后训练OpenReview 项目页

常见合作者