2023年 UC Davis Kemper Hall 的快乐时光

李煜 (Yuu Li) [ユウ・リー] [유 이]

乔治·华盛顿大学 ECE 博士候选人

我目前是二年级博士候选人，导师是 Tian Lan 教授，并与 Zhengling Qi 教授合作。我在做一些关于 LLM 的 tiny research，主要关注 LLM 训练与推理内部机理的归因与优化。

研究方向LLM 推理 · 智能体系统 · 视觉与控制

简历 GitHub 谷歌学术 领英 X

教育经历 (Education)

乔治·华盛顿大学 (George Washington University)，华盛顿特区

电子与计算机工程系 (ECE) 博士 · GPA 4.0/4.0

2025.8 – 2028.12（预计）

武汉大学 (Wuhan University)，弘毅学堂，中国武汉

微电子科学与技术 工学学士 · GPA 3.87/4.0

2021.9 – 2025.5

---

近期动态 (News)

• [09/2026] OPPO 和 InsPO 被 NeurIPS 2026 接收 🎉. 悉尼见！
• [07/2026] MomentKV 被 COLM 2026 接收 🎉.
• [06/2026] 开始担任 TMLR 审稿人。
• [05/2026] 加入 ByteDance/TikTok 担任研究科学家实习生，坐标圣何塞 🚀.
• [04/2026] T-STAR 被 ACL 2026 Findings 接收 🎉.
• [02/2026] CRAFT-LoRA 被 CVPR 2026 接收 🎉.

---

代表性论文 (Selected Publications)

近期研究 (Recent Research)

On the Origin and Evolution of Training-Inference Mismatch in LLM Reinforcement Learning

Yu Li, Yufa Zhou, Tian Lan

arXiv 2026 · 论文 · 代码

ARISE: Agent Reasoning with Intrinsic Skill Evolution in Hierarchical Reinforcement Learning

Yu Li, Rui Miao, Zhengling Qi, Tian Lan

在投 · 论文 · 代码

Right Meets Wrong: Bilateral Context Conditioning with Reward-Confidence Correction for GRPO

Yu Li, Tian Lan, Zhengling Qi

在投 · 论文 · 代码

Hindsight Self-Distillation: Demonstrating to the Teacher for On-Policy LLM Reasoning

Yu Li, Shu Hong, Tian Lan

Under review · Paper

VideoGen-Agent: Reinforcing Video Generation Agents

Binxu Li, Haoyi Duan, Yuhui Zhang, ..., Yu Li, et al.

arXiv 2026 · Paper

会议论文 (Conferences)

OPPO: Bayesian Value Recursion for Token-Level Credit Assignment in LLM Reasoning

Yu Li, Rui Miao, Tian Lan, Zhengling Qi

NeurIPS 2026 · 论文

InsPO: Unlocking Intrinsic Self-Reflection for LLM Preference Optimization

Yu Li, Tian Lan, Zhengling Qi

NeurIPS 2026 · 论文 · 代码

MomentKV: Closing the Directional Gap in KV Cache Eviction for Long-Context Inference

Yu Li, Binxu Li, Tian Lan

COLM 2026 · 论文

Reason in Chains, Learn in Trees: Self-Rectification and Grafting for Multi-turn Agent Policy Optimization

Yu Li, Sizhe Tang, Tian Lan

ACL Findings 2026

CRAFT-LoRA: Content-Style Personalization via Rank-Constrained Adaptation and Training-Free Fusion

Yu Li, Yujun Cai, Chi Zhang

CVPR 2026 · 论文 · 代码

Calibrating and Rotating: A Unified Framework for Weight Conditioning in PEFT

Chang Da, Peng Xue, Yu Li, Yongxiang Liu, Pengxiang Xu, Shixun Zhang

AAAI 2026 · 论文 · 代码

完整论文列表请见我的谷歌学术主页。

---

科研经历 (Experiences)

乔治·华盛顿大学, 移动智能实验室

研究课题: 训练后优化, 强化学习, 推理

导师: Prof. Tian Lan · 2025年8月 – 至今

西湖大学, 人工通用智能实验室

研究课题: 生成式AI

导师: Prof. Chi Zhang · 2025年3月 – 2025年7月

加州大学尔湾分校, 信息物理系统实验室

研究课题: 多模态不确定性融合

导师: Prof. Mohammad Al Faruque · 2024年6月 – 2024年10月

加州大学戴维斯分校, GREAT 暑期科研项目

研究课题: 面向医疗健康的深度学习

导师: Prof. Weijian Yang · 2023年7月 – 2023年10月

---

荣誉奖项 (Honors and Awards)

• ICML 2026 金牌审稿人 (Top Reviewers Recognition)，2026
• 英诺国际交流奖学金，武汉大学，2024
• 英诺卓越奖学金（Top 3%），武汉大学，2023，2024
• 学术优秀奖学金（Top 5%），弘毅学堂，2022，2023，2024
• 甲等奖学金（Top 5%），武汉大学，2022，2023，2024
• 专利: 一种节能计算方法, CN116085952.

---

学术服务 (Academic Services)

审稿机制正在崩坏，但认真的审稿仍在继续：

• 会议审稿人: NeurIPS’26, COLM’26, ACM MM’26, ICML’26, ICLR’26, AAAI’26, ICASSP’26
• 期刊审稿人: TMLR, TPAMI, ToN, Neurocomputing

---

趣事 (Fun Facts)

• 我是一个宝可梦爱好者。
• 我非常喜欢散步和徒步旅行。
• 我最爱的动物是我们家的猫 dd，她喜欢我摸她的头。

这个网站模版是从我最好的朋友那里偷来的。