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

高级成员

AC区域主席：ACL ARR 2025 October
Senior PC Member：WSDM 2026

审稿员

会议: SIGIR, ACL, EMNLP, ACM MM, CVPR, CoLM, WSDM
期刊: TCSVT

组织者

REV-RAG Workshop

主要2目标是推动对 RAG 系统的评估，使其超越传统的评估标准（如相关性、正确性或有根据性）。它旨在鼓励和探讨其他维度的评估标准，例如：群体公平性 (group fairness),谦逊度 (modesty)（即 RAG 系统对其回答所附加的置信度分数是否与回答的准确性一致）,以及其他在传统评估中可能被忽视的方面。

NTCIR 2022 WWW-4 Task

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。

NTCIR 2025 FairWeb-2 Task

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)