工作经历
字节跳动(ByteDance) Seed
2023.12 - 2025.12
作为 Seed 团队最早期成员之一，聚焦于大语言模型与多模态基础模型的 AI Infra 和大规模训练系统，覆盖 pre-train 到 post-train 全链路。
从 Seed 第一代模型开始，参与万卡集群训练。
带领团队建设字节多模态训练系统 VeOmni，并深度参与 Seed 1.5 到 Seed 2.0 核心模型系列，以及 UI-TARS 系列 GUI Agent 模型的研发。
- VeOmni：主导 PyTorch Native 多模态训练系统研发，支持 pre-training / post-training，并服务于 Seed 核心模型与 UI-TARS 等项目。
- 核心模型研发：参与 Seed 1.5 到 Seed 2.0 核心模型系列研发，覆盖推理模型与多模态模型等主要方向。
- UI-TARS 系列：参与 UI-TARS 原生 GUI Agent 模型家族背后的研究与系统基础设施建设。
- 开源系统：参与 veScale 与 verl，支持分布式 LLM 训练与 RL post-training。
字节跳动(ByteDance) AML
2023.6 - 2023.12
参与 LLM post-training 与 Agent 研究，相关工作直接产出了 Process Reward Model、SFT 数据选择和数据分析 Agent 三个方向的论文成果。
- Process Reward Modeling：构建 step-level reward model 的数据处理、训练和评测全流程，产出论文 Let's Reward Step by Step: Step-Level Reward Model as the Navigators for Reasoning。
- SFT Data Selection：共同提出 DavIR，通过模型中心的数据选择方法，用 6% 的 Alpaca 数据超过全量训练效果，后发表于 ACL 2025。
- Agent for Data Analysis：构建 InfiAgent-DABench，包括 benchmark、agent infra 与评测流水线，后发表于 ICML 2024。
潞晨科技(HPC-AI Technology)
2022.7 - 2023.5
作为早期员工参与公司从 Seed 到 A 轮的发展，负责大模型系统与开源产品研发。
- ColossalAI 核心开发者，参与异构显存管理、流水线并行和分布式 checkpoint 等能力建设。
- 主导 ColossalChat 开发，负责指令数据处理、分布式训练与 Coati 7B/13B 对齐训练。
- 主导 ColoDiffusion，构建面向大 batch 训练的高效 Diffusion 训练方案。
- 推动 ColossalAI 从 0 增长到 20k+ GitHub stars，并参与相关开源社区建设。
- 技术栈: Python, C++, CUDA, PyTorch, Ray, ColossalAI, PyTorch Lightning, TensorRT, DeepSpeed, Hugging Face
商汤科技(SenseTime) 研究院 模型训练
2021.12 - 2022.6
参与商汤早期 Megatron 大模型训练框架的开发。
华为2012实验室(Huawei 2012 Lab) 分布式并行实验室
2021.7 - 2021.12
参与 MindSpore 与 MindSpore Lite 端侧 GPU 推理与运行时基础设施开发。