个人简介
我研究大语言模型、强化学习，以及面向科学问题的多模态基础模型。
我现为加州大学尔湾分校计算机科学博士生，研究方向涵盖大语言模型、强化学习、多模态学习与基因组基础模型，尤其关注可靠评测与科学应用。
我的工作横跨方法与系统：从设计学习目标、搭建分布式训练与评测基础设施，到将研究问题转化为可复现的评测基准。攻读博士前，我在伊利诺伊大学厄巴纳-香槟分校获得计算机工程硕士学位，在上海交通大学密西根学院获得电子与计算机工程学士学位，并辅修数据科学。
大语言模型 + 强化学习
基因组 AI
知识蒸馏
多模态推理
AI 评测
更广泛的技术兴趣
我早期的工作和长期关注的方向还包括生物信息学、分子优化、泛基因组学、蛋白质与单细胞基础模型、生物医学通俗摘要、分词与位置编码、归一化方法、图神经网络、扩散模型、计算机视觉、分布式机器学习及计算机体系结构。
最新进展
近期动态
研究进展、成果发布与近期里程碑。
-
加入 Pandita AI（diagram.ai）
担任大语言模型研究科学家实习生，研究科学图示的可验证评测与后训练方法。
-
MUGO 被 KDD 2026 收录
面向非编码基因组因果变异发现的可微组合优化方法。
-
A Very Big Video Reasoning Suite 被 ICML 2026 收录
一套由程序生成、面向长时程视频推理的大规模任务集。
-
Team XSZ 论文被 ACL 2025 BioNLP 研讨会收录，并入选口头报告
该工作在 BioLaySumm 2025 共享任务中入选口头报告，将分章节检索、大语言模型生成与强化学习相结合，用于生成生物医学通俗摘要。
-
获 ACM SIGBio 最佳论文奖（ACM BCB 2024）
论文发表于第 15 届 ACM 生物信息学、计算生物学与健康信息学会议（ACM BCB 2024），研究 L2 归一化与测地距离如何改善高维单细胞数据可视化，并获 ACM SIGBio 最佳论文奖。
在研方向
研究
以下展示部分在研项目；尚未公开的工作仅作概述。
审稿中 · Science Advances
OmegaGenome
旨在从大型基因组语言模型中蒸馏出参数量不足百万、性能更优的专用模型。
我主导该项目，将基因组基础模型蒸馏为可部署的任务专用模型。研究覆盖端到端训练、受控评测和效率分析，涉及分类及碱基分辨率序列预测等任务。
- 以多种架构的基因组模型为教师进行知识蒸馏
- 18 个分类任务和碱基分辨率多轨回归任务
- 可复现的训练、基准评测和系统效率分析流程
教师模型
基因组基础模型
通用序列表示
学生模型
轻量专用模型
面向具体任务，便于部署
DNAThinker
一个基于推理的多模态基础模型，用于以细胞类型为条件的 DNA 生成、编辑与配对预测。我主导模型、数据与评测工作。
面向长时程智能体的同策略蒸馏
研究如何通过同策略蒸馏（on-policy distillation，OPD）在多轮智能体轨迹中稳定迁移知识；实验由基于 FSDP、vLLM、Ray 和 SLURM 的多 GPU 训练与评测基础设施支撑。
DSV：面向科学图示的可验证奖励
为科学图示构建语义验证器，将结构化反馈用作强化学习后训练和迭代修正的奖励信号。
可扩展的形状感知蒸馏
在 NLP 与单细胞模型上开展跨领域对照实验，通过多个随机种子运行基线、设置负对照，并在集群上完成可复现的规模化实验。
Pipe-Déjàvu
采用具备硬件感知与时延预测能力的可微搜索方法，加速分布式机器学习流水线并行配置的搜索与收敛。
MIRACLE
通过可解释的多任务学习识别多种自身免疫疾病共有的表观遗传调控机制，并将位点—基因—通路结构显式纳入分析。
AgenticVBench · 游戏理解
我设计了两项长时程视频理解任务：重建 SuperTuxKart 比赛遥测数据，以及重建 Minecraft 行动日志。两项任务均配有支持指定随机种子的生成器、可由程序精确验证的真值、确定性评分器，以及防止捷径学习的校准机制。
方法实验室
从损失函数到轨迹采样：拆解蒸馏方法
通过交互了解 OmegaGenome 手稿中的损失函数，以及面向多轮智能体的同策略蒸馏方案。未公开的实验结果不在此展示。
代表性成果
代表性论文
这里选列已发表或已被同行评审会议收录的论文，以及部分公开预印本。
KDD 2026
MUGO: Differentiable Combinatorial Optimization for Causal Variant Discovery in the Non-coding Genome
将因果变异发现建模为高效的可微搜索问题，并在多种分子模态与组织中开展评测。
ACL 2025 BioNLP 研讨会 · BioLaySumm 共享任务 · 口头报告
Team XSZ at BioLaySumm2025: Section-Wise Summarization, Retrieval-Augmented LLM, and Reinforcement Learning Fine-Tuning for Lay Summaries
这套章节感知流程结合检索增强生成与强化学习，生成兼顾可读性和忠实度的生物医学通俗摘要。
预览图取自论文图 1（CC BY 4.0）。
交互式方法笔记 为什么归一化会改变几何结构 沿 x → z → θ → w → p → 嵌入逐步观察每一次变换；调节 κ，直观观察示例数据的邻域结构如何变化。
KDD AIDSH 2024 · 口头报告
REINVENT-Transformer: Molecular de-novo design through Transformer-based Reinforcement Learning
将 Transformer 策略与预言机模型（oracle）的反馈相结合，通过强化学习实现目标导向的分子生成。
交互演示
通过交互理解两项代表性工作中的方法
探索两篇代表性论文中的优化机制与消融实验。演示中的示例数值会与论文报告的实测结果明确区分。
论文方法 MUGO · 可微变异筛选 调节温度参数，观察直通估计器如何优化离散选择。
已发表方法 生物医学通俗摘要的多目标强化学习 查看论文中的奖励设计与验证集消融结果。
学术与工程
经历
研究、工程与教学经历。
2026 年 7 月至今
大语言模型研究科学家实习生 · Pandita AI / diagram.ai
研究数学与科学图示生成中的语义验证和强化学习后训练方法。
2024 年 8 月—2025 年 7 月
研究科学家实习生 · 晶泰科技（XtalPi）
围绕抗体结合 ΔΔG 预测，复现 binding-ddg-predictor 与 GearBind，集成 CarbonDesign 编码器，并按蛋白复合物划分 SKEMPIv2 以避免数据泄漏。设计丙氨酸/非丙氨酸突变的均衡采样，使 Pearson 与 Spearman 相关系数分别约提升 10% 和 5%；同时比较 focal loss、加权 MSE/BCE、可微排序及约 10 倍的多突变数据扩增。
2023 年 5 月—8 月
软件工程师实习生 · 亚马逊云科技（Amazon Web Services）
围绕 VMware Cloud on AWS 的费率卡工作流累计完成 5,000 余行代码：构建 React/TypeScript 界面，通过 Java、API Gateway 与 Lambda 接入后端，支持 CSV 创建/更新校验和定价错误预览。另使用 Java/SQL、Athena、S3 与 DynamoDB 检测用量突增和订阅异常，并通过 CloudWatch 触发告警与工单。
2022 年 5 月—9 月
多模态认知计算算法实习生 · 上海人工智能实验室
开发以图像与双通道音频为输入的多模态目标检测模型，同时预测行为类别与距离，并引入 MiDaS 零样本单目深度估计以改进距离预测。系统调研图像—声音特征融合、多模态学习与神经架构搜索方法，并探索多模态 NAS。
2022 年 7 月—10 月
开源软件开发者 · 第四范式 / OpenMLDB
在 GitLink Code Camp 2022 中，基于 AutoX、Python 与 OpenMLDB SQL 开发并向上游提交 600 余行的自动特征工程流程。系统生成时序与统计特征，并通过对抗验证、GRN 特征选择或强化学习筛选 Top-K 特征，将原本耗时数周的人工筛选流程自动化；随后在 Meetup 与 Code Camp 面向开源社区分享。
OpenMLDB 代码贡献 OpenMLDB 代码仓库 Meetup 演讲 Code Camp 演讲
观看 OpenMLDB Meetup 分享
2021 年 11 月—2022 年 6 月
深度学习软件工程师实习生 · 英特尔公司（Intel Corporation）
为 Intel Neural Compressor 实现 Cross-Layer Equalization（跨层均衡）无数据量化功能并完善文档，通过重标定各层权重范围降低 FP32 到 INT8 量化后的精度损失。研究 NVIDIA Triton Inference Server 与 AI Model Efficiency Tool，向约 100 位同事分享其架构和技术细节，并参与开发支持多框架及 CPU/GPU 部署的 C++ 推理工具。
2020 年 12 月—2021 年 4 月
教学
曾任加州大学尔湾分校 ICS 6B（布尔逻辑与离散结构，2025 年冬季学期）、ICS 6D（离散数学，2025 年春季学期），以及上海交通大学密西根学院 VE370（计算机组成，2021 年秋季学期）课程助教。
技术工具箱
Python、C/C++、TypeScript/JavaScript、Java、SQL、Shell、CUDA、MATLAB、Verilog 与 R · PyTorch、TensorFlow、Keras、scikit-learn、Pandas、Horovod、FSDP、vLLM、Ray 与 SLURM · 分布式训练、评测与基准设计。
部分荣誉
- ACM SIGBio 最佳论文奖（ACM BCB 2024） · 2024
- 上海交通大学优秀毕业生 · 2022
- 微软 Imagine Cup 全球学生科技大赛中国区三等奖 · 2021
- 美国大学生数学建模竞赛一等奖（Meritorious Winner） · 2020 PDF
- CCVR“冀东杯”产品创意组二等奖 · 2020
- 本科生优秀奖学金 · 2018–2019、2020–2021
研究之外的创造
项目与作品
这里收录一些源于学习、分享与兴趣的公开项目。
01
游戏 · 全栈系统
Photon 47
Photon 47 是我独立开发的一款无需安装、打开浏览器即可游玩的 RPG，包含实时多人对战等六种游戏模式。项目涵盖 WebGL 渲染、核心游戏系统、Deno 后端服务、无服务器 Postgres 与浏览器自动化测试。
交互式指南
The Geometry of Intelligence
一份讲解 AI 中黎曼几何与信息几何的中英双语可视化指南，通过交互图示直观呈现核心概念。
探索指南 ↗交互式数学随笔
Particles → Probability
围绕菲尔兹奖得主邓宇的数学研究，用交互方式串联从相互作用粒子到概率论的思想脉络。
阅读文章 ↗开发者工具
File → Prompt
一个注重隐私的浏览器工具：生成文件树，按文件夹、依赖关系或名称整理项目文件，再将其转换为结构化提示词。所有数据均在本地处理。
打开工具 ↗对话实验
PengchengGPT
PengchengGPT 是一个熟悉我研究经历的个人网站助手，内置我在加州大学尔湾分校的最新就读信息与简历内容，并支持通过离线命令查询个人资料。默认优先调用免费模型；如访客自行填写 API 密钥，系统也可将其作为备用。
独立游戏
我在 itch.io 发布的四款浏览器游戏
生活一隅
研究之外
音乐、写作，以及名字背后的故事。
徐鹏程
名字背后的“鹏程万里”
鹏是中国神话中的巨鸟，程有路途之意。我的名字取自成语“鹏程万里”，寄托着父母希望我志存高远、前程远大的心愿。我的英文姓氏 Xu 读音近似“Hsu”。
音乐与分享
我喜欢唱歌、弹吉他，也偶尔录制技术分享。离开屏幕后，我喜欢健身，也会打篮球、网球和乒乓球；此外还喜欢游泳、阅读和科幻作品，总爱弄清事物背后的原理。理查德·费曼和李政道一直给我很多启发。
前往哔哩哔哩观看 ↗写作选集
在中文中，“祂”有时用作指称神的第三人称代词，不区分性别； Father Sun 与其中文原作是同一个科幻创作项目的两种呈现。
旧版主页中的一段随笔
一个小插曲：我的 MBTI 结果曾在 INTJ 和 ENTJ 之间变化。更重要的是，我希望自己的工作能带来积极影响，并留下经得起时间检验的价值。
有的时候会惧怕死亡，每个人终有一死，无一例外，如何让自己对于死亡的恐惧少一些呢？于我而言就是为社会作出尽可能多的正向贡献。这样即使死去了，这些工作依然会留在人间，为社会上每个人的生活带来点滴的进步。就是这么一点一滴的工作才汇成了时代进步的滚滚洪流。这些工作会代替我们留在人间。于是每能做出一些好的工作我就会对于死亡的恐惧少一点。因为我的存在或许能让世界变好那么一点点。好像我的存在就能超脱于我的肉体而存在更久了。希望这些工作能表达我对于人类的爱，做出的这些工作就像是把对人类每一个人的爱，写成一首情诗，嵌入在了社会大厦的一个小小砖石中。虽然路还很远自己目前做的工作根本不算什么。但我希望有一天我即使面对死亡也能安心地说：我已经把对世界上每一个人的爱，写在了我的工作里，即使死亡也不能带走我已经有的幸福了，此生无憾矣。
联系我
欢迎交流与合作。
如果您对研究合作、可靠的 AI 评测、基因组学、知识蒸馏或科学机器学习感兴趣，欢迎来信。