Dr. Li

身份背景

香港中文大学博士，研究方向涵盖AI for Science、强化学习、大模型后训练与微调及鲁棒学习，聚焦智能模型优化、科学问题求解与复杂决策任务。

研究定位

研究方向覆盖：

• 科学智能（AI for Science） ： 人工智能辅助科学研究、科学问题建模、数据驱动的科学计算与优化
• 强化学习 ： 强化学习算法、智能决策、策略优化与模型训练
• 大模型后训练与微调 ： 大语言模型后训练、强化学习优化、参数高效微调与模型性能提升
• 鲁棒学习 ： 鲁棒机器学习、模型泛化能力、鲁棒性优化与可靠智能系统

学术成果

• 累计发表CCF-A类会议及SCI一区等高水平顶会顶刊论文近30篇
• 多篇研究成果获得国际顶级会议Spotlight及期刊Editor's Highlight荣誉
• Google Scholar学术引用量达千次以上
• 研究成果覆盖AI for Science、强化学习、大模型后训练及鲁棒学习等前沿方向

可指导论文区位

CCF-A / CCF-B

导师特点

具备AI for Science、强化学习、大模型后训练及鲁棒学习领域的科研经验，累计发表高水平论文近30篇，拥有Spotlight及Editor's Highlight等学术荣誉，具备较强的前沿科研与高水平论文发表能力。 尤其适合希望深入强化学习、大模型后训练、AI for Science及鲁棒学习等方向，以CCF-A/B类高水平会议为发表目标，并提升科研创新、算法设计、实验验证及论文写作能力的学生。