David

身份背景

长期从事自然语言处理（NLP）、图文多模态模型与大语言模型(LLM)相关研究，研究覆盖语言理解、多模态信息融合、大模型训练与评测等方向，在NLP ， 多模态 ， 大模型等领域具有较为丰富的科研经验。

研究定位

研究方向覆盖：

• 图文多模态模型 ： 图像-文本联合建模、跨模态特征对齐与融合、多模态理解与推理
• 大语言模型 ： LLM训练与应用、大模型能力增强、领域适配及相关算法研究
• 数据与评测 ： LLM与多模态数据集构建、Benchmark设计、模型能力评估与评价方法研究

学术成果

• 在人工智能、自然语言处理及多模态领域发表学术论文十余篇
• 研究成果发表于 AAAI、ACL、EMNLP 等 CCF-A/B 类国际会议及多个国际期刊
• Google Scholar 累计引用800+

可指导论文区位

CCF-A / CCF-B / CCF-C / SCI / EI

导师特点

具备丰富的自然语言处理、图文多模态模型与大语言模型科研经验，研究链路覆盖模型算法、数据集构建与模型评测，可支持从传统NLP研究到LLM及多模态大模型前沿课题的选题与科研指导。 尤其适合希望深入NLP、大语言模型、图文多模态、多模态理解与推理、大模型数据集及Benchmark、大模型评测等方向，并系统提升高水平科研与论文发表能力的学生。