项目介绍
Dr. Liu 现任普林斯顿大学 (Princeton) 计算机科学系助理教授。他的研究旨在构建能够感知和理解世界的AI系统，研究模型的工作机理，并探索如何利用这些模型加速科学研究。 他推崇简洁，追求那些能让复杂系统更易于构建和理解的干净模型、方法和思路。他提出过若干简洁且被广泛使用的深度网络和高效模型设计(如DenseNet、ConvNeXt、Network Slimming、Rethinking Pruning、Wanda)，近期则致力于通过简洁的设计与分析，解释多模态模型和大语言模型的工作机制(如DyT、MetaMorph、Massive Activations、数据集偏差等)。
在加入普林斯顿之前，他曾担任纽约Facebook AI Research (FAIR) 的高级研究科学家。他在加州大学伯克利分校 (Berkeley) 获得博士学位，师从 Trevor Darrell 教授；本科毕业于清华大学 (Tsinghua) 计算机科学专业姚班。他具体的研究方向包括：
1) 开源多模态基础模型：构建能够理解、生成和推理的多模态模型，并完全开放，包括权重、数据和训练配方。2) 基础模型的实证科学：基础模型如何工作？团队通过实验寻找答案，并将结论转化为更简洁、更高效的设计。3) 面向科研辅助的AI智能体：构建面向长周期、开放式问题的智能体、多智能体系统和基准测试，长期目标是打造能够帮助人类做研究的智能体。
所属院系：普林斯顿大学，计算机科学系
项目时长：4 年
申请要求和方式
申请要求：
·拥有计算机科学、数学、数据科学、统计学等领域的专业背景；
·具备人工智能、深度学习、多模态、智能体、人机交互等方向的科研经验。
申请方式：按照导师要求，向导师发送邮件和证明材料。经过双向选择后，向院校递交申请。
