我目前是中国人民大学，高瓴人工智能学院的一名硕士二年级（26届）研究生。我在IIR lab开展研究工作。我的导师是张骁副教授和徐君教授。我的主要研究兴趣包括推荐系统与强化学习（生成式推荐大模型、时长预估）等。我的微信是：13205201198。

教育经历

• 2019.09~2023.07，本科，电子科技大学，计算机科学与工程学院（计算机科学与技术专业）
  • 专业排名：2/160，GPA：3.89/4.0
• 2023.09~2026.07，硕士，中国人民大学，高瓴人工智能学院（人工智能专业）
  • 导师：张骁副教授、徐君教授

技术栈

• 生成式推荐模型（强化学习for推荐系统）
  • Better exploration and exploitation towards long-term reward!
  • KDD + RecSys + SIGIR + 2*SIGIR[submitting] + 2*KDD[submitting] + n*LR
• 奖励模型（时长预估模型）
  • Provide a better reward!
  • WWW + CIKM + n*LR
• 其他工作（大语言模型、序列推荐、图神经网络）
  • EMNLP + RecSys + FCS + KDD[submitting] + WWW[submitting] + SIGIR[submitting]

实习经历

• 2024.06~2025.03，快手，策略算法部-用户互动优化组
  • 主导：2*推全模型，1*推全策略，4*LR，1*新增数据流目标，1*提出新数据流，中稿WWW一篇。
  • 参与：1*推全模型。
  • 关键词：视频session时长，互动时机，生成式重排，评论区时长，LT收益。
• 2025.03~2025.12，Tiktok，Data-Live（直播）
  • 主导：1*推全模型，多个精排模型迭代，中稿CIKM一篇。
  • 参与：1*推全模型。
  • 关键词：直播cvr，高时长预估，实时性改善，个性化分位数，低活用户优化，活跃度跃迁。
• 2025.12~2026.01，百亿私募基金，量化投资部
  • 负责高频股票预测模型迭代，回测年化收益与回撤比率大幅优于基线。
  • 获得优秀实习生称号。

论文发表

• （第一作者，中稿SIGIR’24，评选为Oral）Reinforcing Long-Term Performance in Recommender Systems with User-Oriented Exploration Policy
  • 使用强化学习进行个性化分位数优化提高不同活跃度用户体验，提高session深度。
  • Tiktok直播线上验证（ab实验显著）。
• （第一作者，中稿WWW’25，评选为Oral）Comment Staytime Prediction with LLM-enhanced Comment Understanding
  • 使用大模型与评论互动信号优化评论区停留时长预估。
  • 快手线上验证（ab实验显著）。
• （第一作者，中稿RecSys’25，评选为Spotlight Oral）Test-Time Alignment for Tracking User Interest Shifts in Sequential Recommendation
  • 观测到推断时用户会发生兴趣偏移，并在推理时进行自适应调整参数。
  • 在工业界应用有解决实时性问题与更加个性化推荐的前景。
• （共同一作，中稿CIKM’25，评选为Oral）Towards Unbiased and Real-Time Staytime Prediction for Live Streaming Recommendation
  • 提出直播推荐的两大难点：时效性与预估准确性，并提出多塔分类模型进行debias。
  • Tiktok直播现base主精排模型。
• （学生二作，中稿KDD’23，评选为Oral）Controllable Multi-Objective Re-ranking with Policy Hypernetworks
  • 离线实验负责人，使用强化学习进行生成式重排序，聚焦在多目标可控推理。
  • 阿里巴巴线上验证（推全），快手线上验证（ab实验显著）。
• （学生一作，中稿RecSys’24，评选为Poster）Do Not Wait: Learning Re-ranking Model Without User Feedback At Serving Time in E-Commerce
  • 离线实验负责人，使用强化学习进行生成式重排序，聚焦在推理时调整模型参数。
  • 阿里巴巴线上验证（推全）。
• （第一作者，中稿EMNLP’25，评选为Poster）Reward Mixology: Crafting Hybrid Signals for Reinforcement Learning Driven In-Context Learning
  • 将示例选取建立为MDP过程，使用强化学习深挖大模型ICL能力。
• （独立作者，在投ICLR’26）Activity-Driven Quantile Optimization: Dynamic Exploration and Exploitation in Recommender Systems
  • 为不同的用户活跃度设定个性化分位数进行优化，探索低活兴趣并保证高活留存。
  • Tiktok直播线上验证（ab实验显著）。
• （独立作者，在投SIGIR’26）Reasoning While Recommending: Entropy-Guided Latent Reasoning in Generative Re-ranking Models
  • 在生成式重排序中通过熵引导隐式推理增强推荐性能，合理分配探索与利用，解决列表中部高熵问题。
• （独立作者，在投RecSys’26）Reinforced Diffusion for Adaptive-Order Generative Re-Ranking
  • 在生成式重排序中通过扩散方式结合强化学习进行自适应顺序生成，避免自回归的误差累积。
• （共同一作，在投KDD’25）Adaptive Exploration via Dual-Entropy Alignment for Streaming Generative Re-ranking
  • 在生成式重排序中发现模型外生熵与用户内生熵的联系，通过熵对齐实现自适应探索。
• （学生二作，在投WWW’26）Industry-Scale Online Learning for GLR in E-commerce: An Environment Policy Optimization Approach
  • 离线实验负责人，端到端优化两阶段生成式重排序适应流式场景。
  • 阿里巴巴线上验证（推全）。
• （第一作者，在投SIGIR’26）QAGCF: Graph Collaborative Filtering for Q&A Recommendation
  • 聚焦在问答推荐场景（类似知乎），使用图神经网络解耦用户-问题-回答三元组关系的协同与语义信号，并借助图滤波器解决高度异质性的问题。
• （第一作者，在投WWW’25）Modeling Domain and Feedback Transitions for Cross-Domain Sequential Recommendation
  • 聚焦在跨域序列推荐场景，深挖用户发生的跨域与正负反馈转换的行为。
• （共同一作，在投ACL’25）Process In-Context Learning: Enhancing Mathematical Reasoning via Dynamic Demonstration Insertion
  • 在推理模型数学推理任务中，通过熵监控与示例检索在推理过程中合适位置添加合适示例，在多个推理任务上取得显著提升。
• （非第一作者，中稿FCS，入选优青论坛）A Survey of Controllable Learning: Methods and Applications in Information Retrieval
  • 可控信息检索综述，旨在让推荐模型在无需重新训练的情况下，动态适应不断变化的任务目标，应对复杂多变的用户/平台需求。

荣誉证书

• 2020-2021 国家奖学金
• 四川省优秀大学毕业生
• 第十二届蓝桥杯大赛软件组全国总决赛 国家级一等奖（前 0.5%）
• 2021 高教社杯全国大学生数学建模竞赛 国家级二等奖（前 2.78%）
• 2021 美国大学生数学建模竞赛 Meritorious Winner（前 7%）
• CCF 计算机软件能力认证 350 分（前 1.93%）
• 第三届算法设计与编程挑战赛 银奖（前 15%）

技术专长

• 编程语言: C、C++、Matlab、Python、Java、SQL。
• 算法: LeetCode网站 TOP3.2%、解题 800+。
• 英语: CET4 与CET6通过。
• 其他技能: Git、Vim、Latex、Linux、TensorFlow、Pytorch、Qt 等等。

工作经历

本科阶段曾担任学习委员并连续两年评选为“优秀班干部”且曾获学生会“优秀部员”称号，研究生阶段担任校职业发展部部员。