研究领域
大语言模型 具身智能 强化学习 多模态大模型 多智能体 世界模型
导师介绍
【资历/研究方向】
新加坡国立大学博士，研究方向为大模型后训练，强化学习，具身智能，医工交叉。
曾在蚂蚁集团3年，主要进行深度强化学习算法研究。后加入大模型创业公司负责该公司大模型后训练与强化学习部分。
【科研论文/审稿人】
在人工智能会议及期刊上发表论文60余篇。包括ICML、KDD、ACL、ICRA、EMNLP等等。担任ICML、NeurIPS、ICLR、ARR等会议与期刊的审稿人。
指导经验
指导学生完成WWW，KDD，ICML，ICLR，ACL，EMNLP，SIGIR等会议文章发表。
招生方向
1.大语言模型/多模态模型后训练 - 通用技术与技术应用：关注大模型的对齐、指令调优、强化学习等后训练方法，探索其在医疗、机器人、教育等领域的实际应用。
2. Multi-agent智能体框架 - 通用技术与技术应用：研究多智能体系统中的策略协调、通信机制与任务分解，同时构建通用的多智能体实验平台，支持跨任务迁移。
3.强化学习 - 通用技术与技术应用：聚焦策略优化与泛化能力提升，结合大模型先验知识与数据驱动方法，应用于医疗控制、资源调度等高风险决策场景。
4.具身智能 - VLA model与world model：探索视觉-语言-动作（VLA）模型的训练方法与泛化能力，研究世界模型（world model）在具身决策与任务规划中的作用。