2025苹果学者名单公布，华人占半壁江山

Hutong9.net

2025苹果学者名单公布，华人占半壁江山

来源：观察者网  张睿佳
2025-03-27 17:39:20

3月26日，苹果机器学习研究中心（Apple Machine Learning Research）正式公布了 2025 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。

该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，今年已是第六年。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。

今年共有 12位华人学者获得了苹果学者奖学金。

Ruei-Che Chang

Ruei-Che Chang 是密歇根大学计算机科学专业的博士研究生，导师是郭安鸿（Anhong Guo）。他的研究重点是设计交互式人机交互系统，以促进现实世界的无障碍环境。他热衷于开发能够理解并描述现实世界环境的智能体，为盲人或视力受损人士服务。

Cathy  Fang

Cathy  Fang是麻省理工学院（MIT）媒体实验室流体交互小组（Fluid Interfaces Group）博士研究生，师从Pattie Maes教授。她的研究立足于技术与人类体验的交叉领域，通过混合现实（mixed reality）、人工智能（artificial intelligence）和可穿戴设备（wearable devices）等技术，开发多模态人工智能系统，通过个性化干预措施来支持个人的身体和心理健康。

顾煜贤 （Yuxian Gu）

顾煜贤 （Yuxian Gu）是清华大学计算机科学与技术系对话式人工智能研究组的四年级博士生，师从黄民烈教授。他的研究集中在开发语言模型整个生命周期的有效方法，包括预训练、下游自适应和推理。最近，他的研究重点是预训练 LLM（PDS、指令预训练、学习法则）的数据管理理论和算法以及使用知识蒸馏进行 LM 压缩（MiniLLM、MiniPLM）。

Tiancheng Hu

Tiancheng Hu 是剑桥大学语言技术实验室的计算、认知与语言方向的博士生，师从 Nigel Collier 教授。他的研究重点是构建能够真实模拟群体和个人层面人类行为的人工智能系统，目标是创造出能够真正理解和适应全球不同人类观点的人工智能。最近，他的研究聚焦两个方面：通过文本生成理解 LLM 的固有偏见；运用 LLM 理解人类交流中的偏见性语言使用。

黄子琪（Ziqi Huang）

黄子琪是 南洋理工大学MMLab@NTU 的博士生，师从刘子纬教授。其研究方向为视觉生成模型，重点关注生成、编辑及相关系统的评估方法。致力于构建以人为中心的视觉生成框架，提升模型与人类意图的对齐与交互能力，推动更直观、灵活的视觉内容创作。

吉嘉铭（Jiaming Ji）

吉嘉铭，北京大学人工智能研究院博士生在读，导师为杨耀东老师，研究方向为强化学习、大模型的安全与价值导向，是百川系列模型开源的核心贡献者，模型累计下载500W。他利用训练后校准技术将人类的偏好和价值观融入人工智能训练过程，旨在确保人工智能利益的公平分配。

孔令东（Lingdong Kong）

孔令东是新加坡国立大学计算机系的博士生，导师是Wei Tsang Ooi 教授、Benoit Cottereau 教授和Lai Xing Ng 博士。他的研究重点是为现实世界的应用开发强大、可扩展且可通用的 3D 场景理解系统。目前，他正在研究 3D 感知、生成和视觉语言模型的交叉点。

Tian (Sunny) Qin

Tian (Sunny) Qin 是哈佛大学的一名三年级博士生，由 David Alvarez-Melis指导。她的研究重点是数据驱动的人工智能和基础模型科学。通过开发合成数据生成方法并深化对模型学习动态的理解，她的目标是提高小型语言模型的推理能力和分布外泛化能力。

王广辉（Guanghui Wang）

王广辉是佐治亚理工学院机器学习专业四年级的博士生，师从Jake Abernethy教授和Vidya Muthukumar教授。他的研究兴趣主要集中在机器学习理论和优化领域。目前，他主要致力于开发能够适应不同环境的稳健且高效的序列决策方法。

王嘉宸（Jiachen (Tianhao) Wang）

王嘉宸（Jiachen (Tianhao) Wang）是普林斯顿大学的博士研究生，他的导师是 Prateek Mittal 教授，并且与 Ruoxi Jia 教授保持密切合作。他的研究重点是从数据角度出发的可信机器学习。最近，他致力于开发适用于基础模型的数据归因与优化技术。

谢若宇（Ruoyu (Roy) Xie）

谢若宇（Roy Xie）是杜克大学的博士研究生，导师是 Bhuwan Dhingra。他的研究专注于提升大型语言模型的效率和鲁棒性。目前，他正在探索强化学习方法，以提高 LLM 的推理效率，尤其是对于涉及长序列的复杂任务。

徐豪飞（Haofei Xu）

徐豪飞（Haofei Xu）是苏黎世联邦理工学院（ETH Zurich）和图宾根大学的博士研究生，导师是 Marc Pollefeys 和 Andreas Geiger。他的研究专注于计算机视觉，特别是密集对应关系、运动、三维以及视频表示学习。他的目标是推动通用智能系统的发展，以实现三维重建、合成和理解。