CV
教育经历 Education
- Ph.D in CS, Waseda University, 2021 - 2024
- 指导教授: 酒井哲也 (Prof. Tetsuya Sakai)
- 副指导教授：亀山 渉 (Prof. Wataru Kameyama)
- 客座学生指导教授: 杨余久 (Prof. Yujiu Yang)
- 研究方向: 基础大模型（大多模态模型，大语言模型）, 人类价值观对齐。
- Thesis: Towards Building a DIKW Pyramid for Conversational Systems
- M.S. in CS, Waseda University, 2019 - 2021
- 指导教授: 酒井哲也 (Tetsuya Sakai)
- 研究方向:自然语言处理,多模态。
- Thesis: Learning Multimodal Interaction Representations from Trilinear Transformers for Visual Question Answering
- B.S. in CS, Waseda University, 2015 - 2019
- 指导教授: 酒井哲也 (Tetsuya Sakai)
- Thesis: Toxic Comment Classification Challenge based on CNN, RNN and BERT
履历 Employment History
- 2025.01 - Present: 博士后
- 清华大学
- 指导老师: 杨余久 (Prof. Yujiu Yang)
- 研究方向: 可控生成, 具身智能
- 2023.10 - 2024.02: 研究助理
- Hong Kong University of Science and Technology (HKUST)
- 指导老师: 付杰
- 科研合作, 助团队管理, 日常事务
- 2021.05 - 2021.10: 算法实习生
- 粤港澳大湾区数字经济研究院 CCNL-认知计算与自然语言研究中心
- 指导老师: 张家兴, 甘如饴
- 主要工作内容：致力于研究AIGC相关的基础模型,比如，统一的语言模型、多模态大模型。如，太乙系列大模型，二郎神系列等。
- Paper：https://arxiv.org/abs/2209.02970
- Github: Fengshenbang-LM
- Huggingface: https://huggingface.co/IDEA-CCNL
- 2021.05 - 2021.10: 策略算法实习生
- 深圳市腾讯计算机系统有限公司 CDG-广告产品技术部
- 指导老师: 杨建博
- 主要工作内容：多模态广告推荐相关的研究 (多模态图神经网络, 已中ACM MM 2022)
专业服务 Professional Services
审稿员
- 会议: SIGIR, ACL, EMNLP, ACM MM, CVPR, CoLM
- 期刊: TCSVT
组织者
这个任务主要是即时网络搜索（即针对给定的搜索主题进行网页的排名检索），其中包括中文和英文子任务。任务的目标是量化网络搜索技术的进步（以搜索引擎结果页面“首屏”的质量为标准），并解决可重复性（即某个研究小组X报告的结果能否在相同数据上被研究小组Y复现）和可再现性（即某个研究小组X报告的结果能否在不同数据上被研究小组Y再现）的问题。
该任务包含两个子任务：Web搜索(WS)子任务和对话式搜索(CS)子任务。主要研究问题：对于那些不如其他实体知名但同样相关的实体，能否在搜索结果中给予应有的曝光度？即，任务不仅关注相关性，还关注从多个角度确保搜索结果的公平曝光。与上一届（NTCIR-17 Fair Web-1）的主要区别：WS子任务新增了可复现性（reproducibility）要求。CS子任务是新引入的，用于处理文本对话场景下的搜索。目标：推动公平信息检索和推荐，鼓励参与者从不同视角考虑搜索公平性。
教程讲师 (Tutorial Speaker)
特邀作者
- 2023.04 - 2024.02: Readpaper
- 论文阅读，学术趋势等
Publications
Details in Publications Page
Talks
SIGIR-AP 2023 in Beijing
Conference proceedings talk at SIGIR-AP 2023, Beijing, China
Large Models bridge the Digital-Real World Gap: from Understanding to Generation
Tutorial at 2023 International Conference on Neural Computing for Advanced Applications, Hefei, China
首个中文Stable Diffusion模型背后的技术：IDEA研究院封神榜团队揭秘
Talk at 机器之心, online
IDEA研究院原作团队解读封神榜体系：致力于成为中文认知智能的基础设施
Talk at 机器之心, online
MOOC 证书
主要是大一和大二期间获得的MOOC证书，约40张
Language
- 中文 / 英语 / 粤语 / 日语