项目介绍
Dr. Liu 即将加入香港大学 (HKU) 担任助理教授。此前，他在德国马克斯·普朗克 (MPI) 智能系统研究所担任独立课题组组长，同时也是图宾根ELLIS研究所的首席研究员。
他的研究长期围绕高效深度学习和下一代人工智能系统展开，涵盖大模型预训练、后训练、高效推理、扩散语言模型、循环Transformer、智能体以及递归自我改进人工智能等方向。该课题组的核心目标是构建更强大、更高效、更具持续进化能力的人工智能系统，具体包括以下几个研究方向：
1) 大模型预训练：涉及缩放定律、优化稳定性、深度有效缩放、模型架构、低精度训练、分布式训练等；
2) 后训练与推理能力提升：包括基于强化学习的推理训练、自我训练、自我蒸馏、测试时缩放、长程推理，以及如何在更少人工监督下使模型持续提升；
3) 递归自我改进人工智能：这是课题组极为重视的长期方向，核心关注模型如何持续改进自身的推理、记忆、反馈机制、训练数据和智能体框架，而非仅仅停留在工具调用层面；
4) 高效推理与模型压缩：包括稀疏性、低秩分解、量化、混合专家模型、键值缓存压缩、推测解码、扩散解码等。
所属院系：香港大学，计算与数据科学学院
项目时长：3 年
申请要求：
·有扎实的机器学习或深度学习基础，熟悉 PyTorch；
·拥有 Triton / CUDA / 分布式训练等方面的经验者优先。
申请方式：按照导师要求，通过邮件发送简历及其他证明材料。经过双向选择后，向院校递交申请。
