研究领域
强化学习 知识蒸馏 Agent 大模型优化
导师介绍
【资历/研究方向】QS50 本硕博，语言大模型的pre-training, code agent，主要研究语言大模型的预训练，后训练优化，包括目前前沿的强化学习，agent for code。在多个国内一线大厂基础大模型实习，了解工业界前沿的技术和发展。
【科研论文/审稿人】在中科院一区TOP，IEEE Trans系列以及CCF A类会议等共发表文章10余篇（其中第一作者近5篇），包括ICML, ICLR, ACL, EMNLP, NAACL等。同时，担任ICML, ICLR, NIPS, ARR顶会审稿人。
指导经验
指导学生投稿ICLR文章1篇, ACL, EMNLP 4篇。
招生方向
大模型reasoning ability, Coding Agent，大模型训练数据优化，数据筛选，蒸馏