跳转至

李煜 (Yu Li)

乔治·华盛顿大学 (George Washington University), 华盛顿特区. 2025.9-2029.5(预计)

电子与计算机工程系 (ECE) 博士

武汉大学(Wuhan University) 弘毅学堂2021级

微电子科学与技术 工学学士 (GPA: 3.87/4.0)

Yu Li

我目前是乔治·华盛顿大学 一年级博士候选人，导师是 Tian Lan 教授，并与 Zhengling Qi 教授合作。

研究方向: LLM 后训练 • 智能体策略学习 • 生成式AI

近期动态 (News)

  • [04/2026] 这个暑假我将加入 TikTok 担任研究科学家实习生，坐标圣何塞 🚀.
  • [04/2026] T-STAR 被 ACL Findings 2026 接收 🎉. 圣地亚哥见！
  • [03/2026] InsPO 被 AI with Recursive Self-Improvement@ICLR 2026 接收 🎉.
  • [02/2026] CRAFT-LORA 被 CVPR 2026 接收 🎉. 6月丹佛见！
  • [02/2026] ACDZero 被 ICCN@INFOCOM 2026 接收 🎉. 5月东京见!
  • [01/2026] 我在第一学期就通过了博士资格考试！现在已成为博士候选人（PhD Candidate）🎓.
  • [01/2026] KG-SAM 被 ICASSP 2026 接收为 Oral Paper 🎉.
  • [11/2025] SoRA 被 AAAI 2026 接收 🎉.

论文发表 (Publications)

预印本 / 在投 (Preprint / Under Review)

ARISE: Agent Reasoning with Intrinsic Skill Evolution in Hierarchical Reinforcement Learning
Yu Li, Rui Miao, Zhengling Qi, Tian Lan
投稿至 CoLM 2026 · 论文 · 代码
基于内在技能进化的层次化强化学习框架，提升智能体推理能力。
层次化 RL智能体技能学习
Right Meets Wrong: Bilateral Context Conditioning with Reward-Confidence Correction for GRPO
Yu Li, Tian Lan, Zhengling Qi
投稿至 ICML 2026 · 论文 · 代码
双边上下文条件化与奖励置信度校正，改进 GRPO 训练效果。
GRPORLHF后训练
InsPO: Unlocking Intrinsic Self-Reflection for LLM Preference Optimization
Yu Li, Tian Lan, Zhengling Qi
投稿至 ICML 2026 · AI with Recursive Self-Improvement@ICLR 2026 (Poster) · 论文 · 代码
从偏好对中挖掘内在"自我反思"信号，提升偏好优化与 LLM 对齐效果。
直接偏好优化简单偏好优化偏好学习
MultiRefine-V: Multi-Turn Reinforcement Learning for Enhancing Verilog Code Synthesis
Qiufeng Li, Yu Li, Shu Hong, Tian Lan, Weidong Cao
在投
多轮强化学习提升 Verilog 代码合成质量。
RLVR代码生成Verilog

会议论文 (Conferences)

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
自我纠正与树状嫁接方法，用于多轮智能体策略优化。
智能体多轮对话策略优化
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
秩约束 LoRA 适配，实现内容-风格解耦与个性化图像生成。
生成式AI个性化生图LoRA
ACDZero: MCTS Agent for Mastering Automated Cyber Defense
Yu Li*, Sizhe Tang*, Rongqian Chen, Fei Xu Yu, Guangyu Jiang, Mahdi Imani, Nathaniel D. Bastian, Tian Lan
(*:Equal contribution)
ICCN@INFOCOM 2026 · 论文 · 代码
结合图表示学习的 MCTS 规划方法，用于样本高效的自动化网络防御。
网络防御MCTSGNN
KG-SAM: Injecting Anatomical Knowledge into Segment Anything Models via Conditional Random Fields
Yu Li, Chang Da, Xi Xiao
ICASSP 2026 · Oral · 论文
融合知识图谱解剖先验与 CRF 边界优化的知识引导 SAM 医学分割框架。
医学分割SAM知识图谱CRF
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
统一"校准 + 旋转"的权重条件化策略，提升 PEFT 性能与训练/推理效率。
LLMs PEFT权重条件化
Mixed Text Recognition with Efficient Parameter Fine-Tuning and Transformer
Yu Li*, Chang Da*
(*:Equal contribution)
ICONIP 2024 · 论文 · 代码
基于 TrOCR + PEFT 的混合文本识别方法与实用评估流程。
OCRLoRA

期刊论文 (Journals)

Dual branch SAM-Transformer Fusion Network for Accurate Breast Ultrasound Image Segmentation
Y. Li, J. Huang et al.
Medical Physics, JCR Q1, 2025 · 论文 · 代码
双分支 SAM–Transformer 融合网络，用于高精度乳腺超声分割。
超声分割SAMTransformer
SfMDiffusion: Self-supervised Monocular Depth Estimation in Endoscopy Based on Diffusion Models
Y. Li, D. Chang et al.
International Journal of Computer Assisted Radiology and Surgery, JCR Q2, 2025 · 论文 · 代码
面向内窥镜场景的自监督单目深度估计：扩散模型结合教师引导蒸馏。
深度估计扩散模型知识蒸馏

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

荣誉奖项 (Honors and Awards)

  • 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)

  • 会议审稿人: ICML'26, CVPR'26, ICLR'26, AAAI'26, ICASSP'26
  • 期刊审稿人: Neurocomputing, Frontiers in Oncology, IEEE Transactions on Networking, Frontiers in Medicine

这个网站模版是从我最好的朋友那里偷来的。