Click here for English version

Ziyang Liu(刘子阳)

Profile Photo

苏州大学未来科学与工程学院(江苏-苏州)
深圳零一学院联合培养项目(广东-深圳)
籍贯:安徽-合肥
E-mail: ziyannn@yeah.net

个人简介

我已毕业于苏州大学统计学专业,同时也是深圳零一学院联合培养项目的学员。我的研究兴趣主要集中在多模态学习、强化学习与自我改进智能体系统,近期工作关注自指迭代优化、智能体协同进化以及面向真实反馈的评测与搜索框架。在学术研究方面,我已在CCF-A/B类会议发表论文,并获得多项专利。此外,我积极参与数学建模、程序设计和AI应用项目,致力于将理论方法与可运行系统相结合。

教育经历

硕士:Columbia University Crown Columbia University   2027.02–2028.06

The Fu Foundation School of Engineering and Applied Science
M.S. in Artificial Intelligence

本科:苏州大学 Logo苏州大学未来科学与工程学院 统计学专业, 2022.09-2026.06

  • GPA: 3.8/4.0,90/100,排名:3/65,专业前5%

  • 主要课程:数学分析,高等代数,应用多元分析,概率论与数理统计,Python编程,统计机器学习

  • 英语水平:TOEFL,CET-6

联培:深圳零一学院 Logo 深圳零一学院 , 2024.09-2026.09

  • 研究方向:Artificial Intelligence

  • 主要课程:ESRT, ORIC, SURF 参见阶梯式培养方案

  • 导师:汤敏(国务院原参事),杨柳(新加坡国立大学助理教授)

研究项目

苏州大学计算机科学与技术学院科研项目:多模态情感分析(项目负责人,2024.02-2025.03)

  • 研究重点:利用多模态数据(文本、视频、音频)进行情感分析,特别关注部分模态缺失时的鲁棒性提升

  • 主要贡献:提出了基于因子分解的语义恢复框架(FSRF),在多个基准数据集上取得了SOTA性能

  • 应用场景:社交媒体情感分析、智能客服、用户体验分析等

清华大学 电子工程系 科研项目:多智能体强化学习(核心成员,2025.04-2025.06)

  • 项目描述:重点围绕多智能体系统在复杂任务下的协作优化与强化学习展开

  • 主要工作:构建多智能体交互框架,设计任务环境并实现 agent 间的协同机制

  • 技术贡献:结合 Test-Time Reinforcement Learning (TTRL) 进行策略训练,有效提升系统泛化性能

  • 研发成果:自主完成代码模块开发与调试,辅助开展 TTRL 理论机制的结构分析与收敛性推导

深圳零一学院 创生pi项目 :自指迭代智能体(项目核心成员,2025.08 - 至今)

  • 项目内容:探索基于自指迭代与协同进化机制的新型智能体系统范式,旨在突破现有大语言模型与智能体系统在通用性、自适应性及可扩展性方面的限制

  • 技术贡献:在Google DeepMind AlphaEvolve框架基础上进行拓展,引入自指进化机制,使系统在保持适应性的同时具备持续自我改进的能力

  • 实验成果:在多个基准测试中取得了与AlphaEvolve同等甚至更优的性能表现,同时实现了大规模的计算效率提升

大学生创新创业项目:心芯相依-针对留守儿童的安全型情感陪伴智能系统(项目负责人,2024.06-2024.12)

  • 项目简介:开发基于AI的个性化情感支持和心理咨询系统,为留守儿童提供情感陪伴

  • 主要成果:获得2024年零一学院优秀项目奖、全国大学生创新发明竞赛三等奖

AI 应用项目

AI Memory|面向老年人的智能回忆录创作工具(第一负责人,2025.02–2025.04)

合作方:字节跳动基金会、埃森哲。

  • 面向老年人口述记录与家庭记忆保存需求,结合语音识别与大语言模型,打通口述输入、对话补充、回忆录生成、编辑与分享流程。

  • 负责 AI 能力集成、前后端开发与数据存储,设计追问及分步创作交互,支持预览、校对、保存与导出。已完成可交互原型,尚未开展大规模试用。

项目演示

Automatic Quant Agent|自进化量化交易智能体(2026.02–至今)

合作方:北京中关村学院、北京基金小镇。

  • 面向量化研究与策略验证,串联数据接入、因子挖掘、组合构建与虚拟盘交易,纳入交易成本、持仓约束及风险检查;2024、2025年虚拟盘实验各自的累计收益率均超过10%(非实盘、非年化收益)。

  • 通过自进化因子及自进化量化框架,将评估结果反馈给智能体,驱动因子代码和研究流程迭代;以可视化控制台管理候选因子、实验记录及版本变化。

Orion|Polymarket 自进化交易智能体(个人项目,2026.02–2026.04,持续迭代)

  • 整合市场数据、新闻与事件背景,编排多智能体完成概率预测、风险评估与交易执行,在个人项目的实盘交易验证中取得正收益。

  • 通过预测评估与持续监督,驱动子智能体改进数据源、分析逻辑及接口,并以控制台追踪交易与实验。下方开源版本侧重研究、风险检查及模拟执行,与个人实盘验证范围分别说明。

项目演示 / 开源仓库

开源项目

Escher-Loop:闭环自指优化的协同进化框架

  • 项目简介:Escher-Loop 同时演化任务智能体和优化器智能体,将任务反馈复用为优化器的相对胜负信号,从而研究优化能力如何在闭环中涌现。

  • 阶段成果:论文已被 ICML 2026 AI4Math Workshop 接收为 Poster,并已在 arXiv 公开。

  • 相关链接: 项目网站 / 开源仓库 / 论文

FSRF:缺失多模态情感分析的语义恢复框架

  • 项目简介:FSRF 是 IEEE ICME 2025 论文的官方 PyTorch 实现,面向文本、视觉或音频模态部分缺失时的多模态情感分析,包含训练、缺失模态评估、t-SNE 可视化和轻量环境检查。

  • 相关链接: 开源仓库 / 论文 / arXiv

Orion Trader:预测市场研究与执行工具

  • 项目简介:Orion Trader 是面向 Polymarket 风格预测市场的研究软件,覆盖市场扫描、多源证据收集、概率聚合、风险检查、模拟执行和本地看板。

  • 相关链接: 开源仓库

论文

  1. ICML 2026(Workshop): "Escher-Loop: Mutual Evolution by Closed-Loop Self-Referential Optimization" (第一作者,Poster) (点击此处查看)

  2. ICME 2025(Oral): "FSRF: Factorization-guided Semantic Recovery for Incomplete Multimodal Sentiment Analysis" (CCF-B,第一作者) (点击此处查看)

  3. CVPR 2025: "MCCD: Multi-Agent Collaboration-based Compositional Diffusion for Complex Text-to-Image Generation" (CCF-A,第二作者)

  4. ICML 2025(Workshop): "MERIT:Multimodal Emotion Recognition via RL-Enhanced Test-Time Adaptation" (CCF-A,通讯作者) (点击此处查看)

  5. Information Sciences 2026: "Hamiltonian Connectivity in k-Ary n-Cubes under a Region-Based Fault Model" (JCR Q1,第三作者) (点击此处查看)

  6. ICIRDC 2024: "Establishment and solution of a multi-stage decision model based on hypothesis testing and dynamic programming algorithm" (EI,第一作者)(点击此处查看)

专利

  • 一种留守儿童的双向情感陪伴系统及方法 — 发明专利,已授权;第一发明人。专利号:ZL 2024 1 1844629.4;授权公告日:2026.08.07;专利权人:苏州大学。 查看证明

  • 一种基于人工智能的便携式眼镜 — 实用新型专利,已授权;第一发明人。 查看证明

竞赛获奖

深圳零一学院简介:

深圳零一学院缘起于清华大学"学堂计划"钱学森力学班(简称"清华钱班")。清华钱班创办于2009 年,是"清华学堂人才培养计划"暨国家"基础学科拔尖学生培养试验计划"66个试点项目中,唯一不是定位于单一学科,而是工科基础(或力学与工程技术所有学科交叉创新)的试验班。其使命是:发掘和培养有志于通过科技改变世界、造福人类的创新型人才,探索未来创新人才的培养模式,回答"钱学森之问"。

优秀课程成绩

  • 数学类课程:

    • 数学分析(Ⅲ): 94分
    • 高等代数(Ⅰ): 92分
    • 概率论与数理统计(一): 96分
    • 复变函数(二): 95分
  • 统计与数据分析类课程:

    • 定性数据分析: 95分
    • 应用时间序列: 97分
    • 应用回归分析: 96分
    • 应用多元分析: 94分
    • 统计计算与SAS软件(双语): 95分
  • 计算机与编程类课程:

    • 计算机信息技术(计算思维): 94分
    • Python程序设计: 94分
  • 其他跨学科课程:

    • 金融学概论: 94分
    • 道教文化与养生智慧: 96分

访客地图

欢迎来自世界各地的访问者!圆圈大小代表该地区的访问量

加载中...

Powered by Supabase & Leaflet | 位置精度已降低以保护隐私