多样性推荐与兴趣传播
我设计了用户与视频之间双向传播偏好信号的推荐逻辑。系统将学习得到的兴趣、召回分数和多样性标记分开处理,再通过会话、桥接和长期三档兴趣预算分配曝光;疲劳控制用于减少重复,同时保留探索空间。
- 兴趣尺度
- 三档预算
- 信号方向
- 用户 ↔ 视频
- 验证
- 629 项测试
关于我
我主要做机器学习和系统,也会把研究原型做成能用的产品。
我本科就读于南加州大学计算机科学专业,2026 年秋季入读 UCLA 计算机科学硕士。2026 年夏天,我在未来求索做推荐系统和端侧 AI,同时完成了两篇论文投稿。
算法实习
AI 工程实习生。这段实习的重点是受限设备上的推荐与多模态算法:双向兴趣传播、多时间尺度的多样性控制、证据感知融合,以及允许弃权的定点决策。毫米机器人部分是规模较小的方案筛选与实验设计。
我设计了用户与视频之间双向传播偏好信号的推荐逻辑。系统将学习得到的兴趣、召回分数和多样性标记分开处理,再通过会话、桥接和长期三档兴趣预算分配曝光;疲劳控制用于减少重复,同时保留探索空间。
我设计了支持 11 种语言的音视频情绪识别链路:拒绝不同步的音画片段,执行语音 PAD,再融合有效证据并交给量化的 Q15 决策层。最终结果可以弃权,也可以显式标出模态之间的冲突,而不是强行给出标签。
我还调研了 10 mm 以下的无缆压电机器人,最后选出一个 9 mm 四通道候选方案,并设计了 PZT 与钢片组成的悬臂梁台架实验。这项工作停在实验设计和采购阶段,没有制作实体原型。
论文与课题
这篇工作在视觉主干网络之后加了一个有监督路由器,用更少的 Token 完成皮肤病灶分类。训练时同时约束病灶保留率、Token 预算和路由多样性,并在 ISIC 2019 上检查被保留的病灶证据。
这项工作把碎片之间的质量守恒关系编码成稀疏 Token,再用于质谱检索。我们用困难负样本和证据移除实验,比较移除前后的排序结果。
在注意力计算前筛选信息量更高的键区间,以 Triton 完成实现,并与 HyperAttention、LevAttention 进行对比实验。
arXiv:2505.11040 ↗在七个 Therapeutics Data Commons 数据集上搭建可复现的 RDKit、Chemprop 与混合模型基准,并完成特征重要性和 SHAP 分析。
个人项目
我用 Next.js 和 Supabase 做了 Fridge Manager。它会根据现有食材、剩菜、菜谱、饮食偏好和可用时间安排用餐与采购。
howtoeat.food ↗这个项目把微信小程序、网页工作台、知识检索和 FastAPI 服务接在一起,用于临床记录和教学。
此前工作
负责 AI 辅助住房债务催收产品,包括数据管线、流程自动化、产品路线和工程交付。
开发 Shopify 联动页面与 Google Maps 功能,并改善响应式体验、ADA 无障碍、SEO 和可维护性。
为 5,000 余份医疗事故文档搭建 LLM 辅助分析管线,并编写实验室流程检查。
梳理内部医疗器械平台需求,并参与项目结构与招聘需求规划。
参与医疗科技项目筛选、市场研究、尽调、财务建模与估值。
验证固件,并完成 ESP32 经 I²C / MQTT 向云端传输遥测数据的原型。
背景
UCLA
计算机科学硕士 · 2026 年秋季
南加州大学
计算机科学学士 · 2026
GPA 3.76/4.00 · Viterbi Dean’s List
机器学习与系统
Python、C/C++、CUDA、Triton、PyTorch、TensorFlow
产品工程
FastAPI、PostgreSQL、TypeScript、React、Next.js、Docker、Linux、AWS、GCP、MQTT