我的研究兴趣集中在人工智能中的多模态大模型，以数据为中心的AI以及VLA。目前，我专注于目前最火的 超大规模高效视觉-语言预训练（1000GPU和100亿样本级别）以及多模态大模型。我在中山大学（SYSU）获得了学士和硕士学位。我在新加坡国立大学（NUS）三年完成了博士学位。 我的Github Star超过5000，有常年训练1000+左右GPU经验，详细见 https://github.com/fingerrec 。第一作者/共同一作发表CCF-A类会议/JCR-1区期刊13篇, 详细见 https://scholar.google.com/citations?user=UtaAVacAAAAJ&hl=zh-CN。个人主页：http://fingerrec.github.io。

---

教学课程：

<<高级人工智能>>， 开课时间： 第11-18周， 开课地点： 升华前105。

推荐学习前置课程: CS 231N。

推荐前置阅读论文：

1. An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

2. Learning Transferable Visual Models From Natural Language Supervision

3. Visual Instruction Tuning

4. LLM Post-Training: A Deep Dive into Reasoning Large Language
   Models (comprehensive survey about LLM Post-Training)

---

关键信息：

• 我们课题组Maximum能使用1000块GPU（Mainly V100 & A100 & 华为310A）可供训练。

• 经我点对点介绍，学生里有3人目前正在微软实习/已实习结束 （无需面试）。

• 合作老师/合作师兄弟目前来自Microsoft、Oxford、NUS、鹏城国家实验室、清华大学、中科院、浙江大学、中科大等。

---

具体方向：

大模型如GPT4O正在对生产力进行全面革新，全面拥抱AI已经成为不可阻挡的趋势。而且日新月异，对很多传统行业/研究方向提出了巨大挑战，但也是最好的机遇。我们课题组主要集中在多模态大模型方面研究，主要集中在：

• 1. 大规模预训练。

• 2. 对主流多模态大模型如GPT4o, DeepSeek-VL,GeminiPro中一些缺乏能力的Post Training。

• 3. Vision-language Dataset Compression。

• 3. 多模态生成&理解统一大模型。

• 4. Reasoning & Chain-of-thought in LVM。

• 5. 具身智能。

---

实习&升学：

• 实习介绍：微软、Sea AI Lab、阿里、腾讯ARC、腾讯Youtu Lab、字节。 

• 求学推荐：新加坡、英国、美国、香港等。

---

学生工作(2025.1-Now)：

H Han et al. Unlearning the Noisy Correspondence Makes CLIP More Robust, ICCV 2025 (CCF-A, Top-tier)

L Xin et al. Vision-centric Token Compression in Large Language Model, NeurIPS 2025 Spotlight (CCF-A, Top-tier)

M Yang et al. VaporTok: RL-Driven Adaptive Video Tokenizer with Prior & Task Awareness, NeurIPS 2025 (CCF-A, Top-tier)

Z Chen et al. Visual Thoughts: A Unified Perspective of Understanding Multimodal Chain-of-Thought, NeurIPS 2025 (CCF-A, Top-tier)

---

招人(研究助理/硕士生/本科生科研助理/远程实习生)：

2026秋季master已无名额。

正常研究生招生流程：提前进组培养基础知识半年以上 -> 研究生。

• 我期望招的同学：诚实守信（🌟🌟🌟），人品好（🌟🌟🌟），言必信！！！！！全面发展，科研&学习只是其中一个维度。  主要招三类同学：  1. 对科研非常感兴趣，打算读PHD/出境升学的同学。 2. 面向Coding科研，有竞赛/coding比较好的同学。 3. 善于组织同学，维护实验室关系，打篮球/网球比较好的的优先考虑。

• 培养模式：1. 科研：和头部公司/知名高校合作产出顶会/顶刊论文，有一定科研水平的安排去头部公司Intern, 推荐申请PHD。 2. 竞赛：CVPR Workshop这种国际性赛事。

• 提供的资源：1. 超多GPU。2. 北美&港新 Research Scientist/Senior PHD Student 指导科研。 3. 每月补贴。4. Mac Mini & 4K 显示器 & 机械键盘 :) 5. 充足经费。

• 其它：1. 诚实守信；能对承诺靠谱！！！！！不诚信，人品差勿扰。2. 收到太多邮件，正常都会看，不一定会回复。靠谱上进的再联系，套瓷勿扰。 3. 一眼ChatGPT/Deepseek 模版一概不回。

感兴趣的请提交，成绩单，简历提交至 jinpengwang at csu dot edu dot cn，有必要的我一周内会安排面试。