一半2024苹果博士奖学金获得者来自清华、浙大和复旦

　　发布于2024-12-15　阅读（0）

扫一扫，手机访问

在今年评选出的 21 位苹果学者之中，华人博士生依然是主力军。

刚刚，苹果机器学习研究中心（Apple Machine Learning Research）正式公布了 2024 年 AI（人工智能）、ML（机器学习）领域获得博士生奖学金的「苹果学者」名单。

今年共有 21 位年轻学者获得了苹果学者计划的资助，华人占了一半。

苹果博士奖学金旨在奖励和支持计算机科学与工程领域极具潜力的博士研究生开展研究，每年颁发一次。获奖者不仅可以获得奖学金支持，还能得到苹果实习机会和苹果研究员的学术指导。

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半 ^{21 位获奖者完整名单}

以下列出了今年获得奖学金的华人学者：

Jie He 清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

Jie He 是爱丁堡大学的博士生，导师是 Jeff Pan 教授。Jie He 致力于开发更可靠、更准确的生成式模型，特别是通过诊断和评估模型的弱点来进行有针对性的改进。他近期的工作包括常识推理和检索增强语言模型。

蒋遥

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

蒋遥是纽约大学数据科学中心三年级博士生，导师是 Eric Oermann 教授和 Kyunghyun Cho 教授。蒋遥的研究重点是医疗保健中大型语言模型 (LLM) 的安全高效集成，探索其实用性、隐私影响和计算效率。

Bowen Jin

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

Bowen Jin 是伊利诺伊大学厄巴纳 - 香槟分校的博士生，导师是韩家炜教授。此前，他是清华大学电气工程专业的一名本科生。Bowen Jin 的研究涉及大型语言模型、信息网络和文本 / 数据挖掘的交叉领域，特别是语言模型如何集成文本、网络和多模态数据，以解决现实世界的问题，包括信息检索和知识发现。

Daogao Liu

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

Daogao Liu 是华盛顿大学的博士生，导师是 Yin Tat Lee 教授。此前，他于 2020 年获得清华大学数学和物理学士学位。Daogao Liu 的研究兴趣在于理论计算机科学和机器学习领域。Daogao Liu 主要致力于设计算法和解决（凸）优化问题，同时满足差分隐私约束。

Yecheng (Jason) Ma

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

Yecheng (Jason) Ma 是宾夕法尼亚大学的四年级博士生，导师是 Dinesh Jayaraman 教授和 Osbert Bastani 教授。Yecheng (Jason) Ma 的研究重点是训练和部署机器人基础模型，特别是致力于使机器人能够从互联网规模的多模态数据中学习。

皮仁杰

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

皮仁杰是香港科技大学三年级博士生，导师是张潼教授和周晓方教授。皮仁杰专注于以数据为中心的人工智能方法，包括提高数据质量、减少数据冗余和自动生成训练数据的方法。目前，皮仁杰正在研究大型语言模型、多模态学习和数据生成的交叉领域。

夏梦舟（Mengzhou Xia）

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

夏梦舟目前是普林斯顿大学计算机科学系四年级博士生，导师是陈丹琦教授。在此之前，她硕士毕业于 CMU，导师是 Graham Neubig 教授，本科毕业于复旦大学。她的研究兴趣包括自然语言处理、机器学习。

谢一鸣（Yiming Xie）

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

谢一鸣是美国东北大学计算机科学专业三年级博士生，导师是 Huaizu Jiang 教授。在此之前，他于 2019 年获得浙江大学学士学位，师从周晓巍教授。他的研究重点是 3D 计算机视觉，特别是 3D 重建、感知和生成。他的研究目标是开发一种智能系统，可以为增强现实（AR）执行统一的 3D 感知和生成。

Jiayuan Ye

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

Jiayuan Ye 是新加坡国立大学一名博士生，导师为 Reza Shokri 教授。在此之前，她于中国科学技术大学获得学士学位。Jiayuan Ye 的研究方向是机器学习中的数据和隐私保护。此外，她还是 2023 年谷歌博士奖学金获得者。

Jieyu Zhang

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

Jieyu Zhang 现在为华盛顿大学计算机科学专业四年级博士生，师从 Ranjay Krishna 和 Alex Ratner 教授。在此之前，他是伊利诺伊大学厄巴纳 - 香槟分校计算机科学专业的本科生。过去，他曾在微软研究院和字节跳动人工智能实验室做过研究。

Jieyu Zhang 的研究重点是以数据为中心的人工智能 / 机器学习领域，他的研究目标是开发高效且有效的方法来创建高质量训练数据集以及综合评估基准。

张倬豪（Zhuohao (Jerry) Zhang）

清华、浙大、复旦校友在列，2024苹果博士奖学金华人占一半

张倬豪现在为华盛顿大学三年级博士生，导师为 Jacob O. Wobbrock 教授。在此之前，张倬豪在伊利诺伊大学厄巴纳 - 香槟分校获得计算机科学硕士学位，在浙江大学获得计算机科学学士学位。他的研究重点是利用人机交互来解决现实世界的可访问性。此外，他对设计和评估智能辅助技术特别感兴趣。

^{参考链接：https://machinelearning.apple.com/work-with-us#scholars}

本文转载于：https://www.jiqizhixin.com/articles/2024-03-12-4 如有侵犯，请联系admin@zhengruan.com删除

上一篇：排行榜：gtx显卡性能对比

下一篇：展望未来：储层计算的新机遇和挑战 - 华为与复旦大学等机构合作发布Nature综述

产品推荐

售后无忧
立即购买>

DAEMON Tools Lite 10【序列号终身授权 + 中文版 + Win】

￥150.00
office旗舰店
售后无忧
立即购买>

DAEMON Tools Ultra 5【序列号终身授权 + 中文版 + Win】

￥198.00
office旗舰店
售后无忧
立即购买>

DAEMON Tools Pro 8【序列号终身授权 + 中文版 + Win】

￥189.00
office旗舰店
售后无忧
立即购买>

CorelDRAW X8 简体中文【标准版 + Win】

￥1788.00
office旗舰店

正版软件

缺乏数据支撑怎么办？ActiveAD：以规划为导向的端到端自动驾驶主动学习方案！

自动驾驶的端到端可微学习最近已成为一种突出的范式。一个主要瓶颈在于其对高质量标记数据的巨大需求，例如3D框和语义分割，这些数据的手动注释成本是出了名的昂贵。由于AD中样本内的行为往往存在长尾分布这一突出事实，这一困难更加明显。换言之，收集到的大部分数据可能微不足道（例如，在笔直的道路上向前行驶），只有少数情况是安全关键的。在本文中，我们探讨了一个实际重要但未被充分探索的问题，即如何实现端到端AD的样本和标签效率。具体而言，论文设计了一种面向规划的主动学习方法，该方法根据所提出的规划路线的多样性和有用性标准

13分钟前自动驾驶端到端 0
正版软件

开源bGPT或许是深度学习颠覆者？直接模拟二进制或许将开启数字世界新纪元！

微软亚洲研究院推出的最新成果bGPT，这种基于字节的Transformer模型，为我们探索数字世界开辟了新的大门。与传统基于词表的语言模型不同，bGPT具有独特之处，即其能够直接处理原始二进制数据，不受特定格式或任务的限制。其旨在全面模拟数字世界，为模型的发展打开了新的可能性。论文：https://arxiv.org/abs/2402.19155代码：https://github.com/sanderwood/bgpt模型：https://huggingface.co/sander-wood/bgpt项目

23分钟前模型训练 0
正版软件

3D渲染速度提升至200 FPS，实时呈现逼真场景！

本文经自动驾驶之心公众号授权转载，转载请联系出处。从多视角视频构建动态场景的照片逼真的自由视角视频（FVV）仍然是一项具有挑战性的工作。尽管当前的神经渲染技术取得了显著的进步，但这些方法通常需要完整的视频序列来进行离线训练，并且无法实时渲染。为了解决这些限制，本文引入了3DGStream，这是一种专为真实世界动态场景的高效FVV流式传输而设计的方法。提出的方法在12秒内实现了快速的动态全帧重建，并以200FPS的速度实现了实时渲染。具体来说，我们使用3D高斯（3DG）来表示场景。与直接优化每帧3DG的简单

38分钟前 3D 训练场景 0
正版软件

利用游戏剧情发展测试人格、抑郁和认知模式：采用大型模型调研心理特质

心理测量在精神健康、自我了解、和个人发展方面都发挥着重要的作用。传统的心理测量方法主要依赖于参与者填写自我报告问卷，通过回忆日常生活中的行为和情绪来进行测量。这样的测量方式虽然高效便捷，但可能引发参与者的抗拒心理，降低被测意愿。随着大语言模型（LLM）的发展，很多研究发现LLM能够展现出稳定的人格特质，模仿人类细微的情绪与认知模式，还能辅助各种各样的社会科学仿真实验，为教育心理学、社会心理学、文化心理学、临床心理学、心理咨询等诸多心理学研究领域，提供了新的研究思路。近日，清华大学的研究团队基于大语言模型的

53分钟前模型研究 0
正版软件

数据科学对机器人的影响探索

数据驱动的感知:数据科学彻底改变机器人技术的关键领域之一是感知。配备了传感器、摄像头和其他数据收集机制的机器人会产生大量有关其环境的数据。数据科学技术，包括计算机视觉、传感器融合和深度学习，使机器人能够解释和理解这些数据，促进强大的感知能力。从物体识别和定位到场景理解和导航，数据驱动的感知使机器人能够与周围环境无缝交互，从而在制造、物流、医疗保健等领域实现广泛的应用。适应性学习和决策:数据科学在使机器人能够学习和适应不断变化的环境和任务方面发挥着关键作用。机器学习算法，包括强化学习、监督学习和无监督学习，

1小时前 19:40 机器人 0

一半2024苹果博士奖学金获得者来自清华、浙大和复旦

产品推荐

最新发布

相关推荐

热门关注