我是卡耐基梅隆大学计算机科学系的四年级博士生，师从Zico Kolter以及Pradeep Ravikumar。我研究机器学习基础理论和算法，主要兴趣是表征学习和泛化理论，其中包括统计泛化以及分布外泛化(OOD)。我在开发能使模型比当前主流黑盒模型更加可控和可解释的自监督学习算法，并把它应用到各种领域。我也研究统计学习理论。

我在北京大学获得了计算机科学和应用数学双学士学位，本科生导师是王立威教授。在2019年夏天我访问了UCLA并在Cho-Jui Hsieh的指导下进行了暑期科研。我于2022年夏天在亚马逊Alexa AI应用科学家岗位实习。在2019-2020年期间我还曾在北京的微软亚洲研究院机器学习组进行全职实习。

我很喜欢指导学生，特别是刚开始做科研的学生。我带过的若干学生已经在国际顶会发表了他们的第一篇机器学习论文，且被著名科技公司如OpenAI和Amazon录用。我很欢迎想和我一起做科研的低年级学生通过邮件联系我。

我在以下期刊和会议审查论文：

• JMLR
• ICLR 2023 - 2024
• NeurIPS 2022 - 2023
• ICML 2022 - 2024
• AISTATS 2023 - 2024
• KDD 2023 - 2024
• ICCV 2023
• ECCV 2024
• SDM 2024
• ICLR workshop: BGPT'24
• NeurIPS workshops: M3L'23, R0-FoMo'23, ML-Safety'22, TSRML'22
• ICML workshop: PODS'22

教学：

• CMU 10-701: 机器学习导论，2022秋季（助教组组长）