01

个人简介

数学基础、学习系统与智能决策。

我目前就读于大连理工大学数理基础科学专业，预计 2027 年 6 月毕业。当前学分绩为 4.22/5.00，加权平均分为 91.91/100，专业排名 12/102。

我的研究聚焦于高效且面向决策的机器学习。目前我在北京大学和中国科学院自动化研究所开展科研实习，研究方向包括类脑信用分配、决策型大语言模型、长上下文建模与学习驱动优化。

教育背景

大连理工大学

数理基础科学本科 · 2023 年 9 月 – 2027 年 6 月（预计）

学分绩
4.22 / 5.00
加权均分
91.91 / 100
专业排名
12 / 102
02

研究方向

面向真实约束，构建高效学习与决策方法。

01

类脑信用分配

探索在线、具生物合理性且低内存的时序信用分配方法，作为标准时间反向传播的替代方案。

COLA代码
02

决策型大语言模型

研究大语言模型在无线资源分配和协同边缘缓存中的策略建模、推理与决策能力。

COMST 综述边缘缓存
03

长上下文建模

通过线性内存蒸馏与恢复方法，提升大语言模型对超长上下文的有效利用能力。

LinearARD
04

神经组合优化

使用深度强化学习求解具有结构约束的路径规划与取送货优化问题。

CAADRL代码
03

论文成果

期刊分区按 2025 年 3 月中科院升级版大类分区与 2025 年 JCR 分区标注；部分会议同步展示 CCF 等级，影响因子采用截至 2026 年 3 月可核验的官方期刊指标。

LinearARD for long-context RoPE restoration
NeurIPS 2026 | 在审 CCF-A

LinearARD: Linear-Memory Attention Distillation for RoPE Restoration

LinearARD 通过对齐原生 RoPE 教师与缩放 RoPE 学生的行级稠密自关系，实现长上下文恢复蒸馏，并推导精确的线性内存 KL 散度核。

第二作者（学生二作） | 中国科学院自动化研究所

按需索取预印本
查看完整论文信息
04

研究经历

当前及近期科研任职。

科研实习生

北京大学

研究标准 BPTT 之外的时序信用分配方法，设计在线、具生物启发且低内存的局部学习规则，并分析其在循环网络与脉冲神经网络中的近似误差、稳定性和可扩展性。

参与无线通信决策型大语言模型、协同边缘缓存与长上下文恢复研究，负责训练流程、实验组织、图表绘制、技术写作与后续专利材料整理。

本科科研

大连理工大学

主导取送货问题神经组合优化项目，完成模型设计、强化学习训练、基准构建、对比实验与论文撰写。

阅读世界模型与视觉语言大模型相关代表性文献，梳理主要方法和技术路线。

05

开源项目

GitHub 主页
ICML 2026

COLA

基于临界动力学的局部学习与全局时序信用分配。

OpenReview
IEEE TMC

CoopLLM-Cache

用于大语言模型协同边缘缓存的 SFT 与 GRPO 训练流程。

arXiv
CAADRL

CluPDTSP

面向取送货问题的聚类感知深度强化学习方法。

论文
06

代表性荣誉

  1. Kaggle BirdCLEF+ 2026 铜牌
  2. Kaggle March Machine Learning Mania 2026 铜牌
  3. 大连理工大学攀登杯二等奖
  4. 美国大学生数学建模竞赛（MCM）Meritorious Winner
  5. 全国英语翻译大赛国家二等奖
  6. 大连理工大学学业优秀奖学金
  7. 亚太地区大学生数学建模竞赛国家一等奖
  8. 全国大学生数学建模竞赛省级一等奖
07

学术服务

期刊审稿Journal on Wireless Communications and Networking
社区活动Kaggle Competitions Expert
学术交流新加坡国立大学暑期学术交流项目