后训练
面向语言、科学与智能体系统的强化学习和可验证反馈。
system.profile / 在线
Pengcheng Xu 探索模型如何 学习、推理与迁移。
我研究大语言模型、强化学习与多模态科学基础模型的方法。目前就读于加州大学尔湾分校计算机科学博士项目，尤其关注可靠评估。
仅支持预设命令——此终端不会执行代码。试试 help。
trace://research-loop示意界面 · 非实时遥测
模型 multimodal
目标 迁移 + 验证
检查点 可复现
界面示意 · 非实时遥测
蒸馏
在保留关键能力的同时，将大型通用模型转化为更小、更高效的专家模型。
面向科学的模型
扎根于基因组学、生物学、科学图示与几何学的基础模型与评估。
profile.yaml
教育 + 轨迹
快捷导航
stream.01 / 最新
最新动态
论文接收、研究职位与近期里程碑——只保留重要信息。
-
role.update
加入 Pandita AI / diagram.ai
担任大语言模型研究科学家实习生，研究科学图示的可验证评估与后训练。
-
paper.accepted
MUGO 被 KDD 2026 接收
以可微组合优化方法发现非编码基因组中的因果变异。
-
paper.accepted
A Very Big Video Reasoning Suite 被 ICML 2026 接收
面向长时程视频推理的程序化生成任务。
-
paper.oral
Team XSZ 被 ACL 2025 BioNLP Workshop 接收
我们在 BioLaySumm 2025 共享任务中的口头报告论文，结合分章节检索、大语言模型生成与强化学习，生成面向大众的生物医学摘要。
-
award.received
ACM BCB 2024 · ACM SIGBio 最佳论文奖
该工作发表于第 15 届 ACM 生物信息学、计算生物学与健康信息学会议（ACM BCB 2024），并获 ACM SIGBio 最佳论文奖；研究高维单细胞数据可视化中的 L2 归一化与测地距离。
workspace.02 / 当前
研究方向
以科学问题而非应用领域为主线，组织方法与系统研究。
审稿中 · Science Advances
教师模型基础
模型
模型
学生模型紧凑
专家
专家
R/01
OmegaGenome
项目负责人 · 模型蒸馏、评估与系统
将大型基因组语言模型蒸馏为参数量低于百万的专家模型，并在分类任务与碱基分辨率任务上进行受控评估。
- 18 项分类任务
- 多轨序列预测
- 端到端效率分析
拟投稿 · 计划投往 ICLR
R/02
DNAThinker
项目负责人 · 模型、数据、训练与评估
一个以推理为基础的多模态基础模型，用于细胞类型条件下的 DNA 生成、编辑与配对预测。我负责模型、数据与评估工作。
- 序列、细胞语境与自然语言推理
- 生成、编辑与配对预测任务
- 未公开结果暂不披露
生成→推理→验证
diagram.ai 在研项目
R/03
DSV：面向科学图示的可验证奖励
大语言模型研究科学家实习生 · diagram.ai
语义验证器将结构化图示反馈转化为强化学习后训练与迭代修复的奖励信号。公开材料侧重评估设计与可复现实验；未公开结果仅作概述。
渲染→验证→奖励→修复
研究进行中
R/04
可扩展的形状感知蒸馏
独立研究 · 受控实证研究
在自然语言处理与单细胞模型上开展跨领域受控研究，包含多随机种子基线、负对照和可复现的集群规模实验。
- 教师—学生模型规模趋势
- 表征形状与目标函数对比
- 公开的实验计划、报告与研究目标
研究进行中
R/05
面向长时程智能体的同策略蒸馏
大语言模型智能体 · 知识蒸馏 · 同策略训练
研究多轮智能体轨迹中的稳定知识迁移，并以 FSDP、vLLM、Ray 与 SLURM 构建的多 GPU 训练和评估基础设施提供支撑。
- 由策略生成的多轮轨迹
- 受控的教师—学生知识迁移
- 留出集行为评估
采样轨迹→蒸馏→评估
技术报告 · 2023
R/06
Pipe-Déjàvu
技术报告 · 分布式机器学习系统
面向分布式机器学习流水线并行，采用硬件感知、延迟可预测的可微搜索，加速配置与收敛。
- 将流水线配置建模为可微搜索问题
- 硬件感知的延迟预测
公开预印本
R/07
MIRACLE
公开预印本 · 可解释计算生物学
用于研究多种自身免疫疾病共有表观遗传调控的可解释多任务学习，将位点—基因—通路结构纳入分析。
- 在相关疾病任务间共享学习
- 从位点到通路的生物学解释
开放任务提案
R/08
AgenticVBench · 游戏理解
开放基准贡献 · Kart 与 Minecraft 提案
我设计了两项长时程视频理解提案：在 SuperTuxKart 中重建赛车遥测数据，在 Minecraft 中重建动作账本；采用带随机种子的生成器、机器精确真值、确定性评分器与反捷径校准。
- 程序化生成、可复现的任务片段
- 机器精确输出与确定性评分器
- 针对捷径策略的难度校准
method.lab / 迁移
从目标函数到轨迹采样的蒸馏。
两份可交互查看的方法笔记：一份解析源自论文手稿的 OmegaGenome 损失结构，另一份介绍多轮智能体的成熟同策略课程设计。未公开结果不在此展示。
archive.03 / 精选
已发表工作
精选同行评审成果，涵盖基因组发现、视频推理、语言模型与单细胞几何。
MUGO: Differentiable Combinatorial Optimization for Causal Variant Discovery in the Non-coding Genome
跨分子模态与组织进行高效的因果变异可微搜索。
阅读论文
L2 Normalization and Geodesic Distance for Enhanced Information Preservation in Visualizing High-dimensional Single-cell Sequencing Data
将细胞投影到 L2 超球面，以角距离进行比较，再将球面亲和度引入 SNE。
wij = exp[κ(cos θij − 1)]
官方 PDF
paper.controls / 交互查看
直接操控已发表方法。
调整论文中的优化参数，并查看原文报告的精确消融结果。示意数值与实验测量值严格区分。
已发表方法 MUGO · 可微变异选择 查看温度参数与直通估计优化。
已发表方法 面向生物医学大众摘要的多目标强化学习 查看公开的奖励设计与验证消融。
早期工作 / 公开记录
作者版 PDF、完整作者列表与图表说明 打开学术视图的论文版块 →
paper.lab / 交互式重构
从几何到邻域。
以交互方式解读我们的 ACM BCB 2024 论文：沿着相同的特征方向，从平直的单纯形走向弯曲的超球面，再观察角距离如何转化为概率邻域。
ACM BCB 2024 · ACM SIGBio 最佳论文奖
L2 Normalization and Geodesic Distance for Enhanced Information Preservation in Visualizing High-dimensional Single-cell Sequencing Data
该方法将每个细胞投影到单位超球面，测量角距离，将角度转化为球面亲和度，并在优化低维嵌入前对亲和度归一化。下方交互将这一因果链逐步展开。
交互式论文笔记 贯通的几何路径 投影、角距离、亲和度、邻域与嵌入始终联动。
沿方法路径滚动时，几何控件会保持可见；展开“深入数学”可查看 κ、亲和度及通往低维邻域的编号步骤。
systems.04 / 实践记录
研究与工程相遇
我的工作贯穿目标函数、数据集、分布式系统、产品界面与评估基础设施。
研究 / 后训练
大语言模型研究科学家实习生 · Pandita AI / diagram.ai
研究数学与科学图示生成的可验证评估与强化学习后训练。
研究 / 科学机器学习
研究科学家实习生 · 晶泰科技（XtalPi）
研究抗体结合亲和力模型、防数据泄漏划分、平衡目标函数与可复现评估。
产品系统
软件工程师实习生 · Amazon Web Services
为 VMware Cloud on AWS 开发 React/TypeScript 工作流、Java/AWS 后端集成、数据验证与异常检测。
开源机器学习系统
开源软件开发者 · 第四范式（4Paradigm）/ OpenMLDB
使用 Python 与 OpenMLDB SQL 构建自动化特征生成和选择工作流，向上游项目贡献代码，并面向开源社区进行技术分享。
代码贡献 ↗ 4Paradigm ↗ OpenMLDB ↗ Meetup 分享 ↗ Code Camp 分享 ↗观看 OpenMLDB Meetup 技术分享 点击展开
模型效率 / 开源
深度学习软件工程师实习生 · 英特尔公司
为 Intel Neural Compressor 贡献模型压缩、量化功能与文档；研究推理服务器架构，并参与实现 C++ 推理工具。
Intel Neural Compressor ↗常用技术栈
PyTorchFSDPvLLMRaySLURM
CUDAC/C++TypeScriptSQL
教学
离散结构 + 计算机组成
担任加州大学尔湾分校 ICS 6B、ICS 6D，以及上海交通大学密西根学院 VE370 的助教。
部分荣誉
研究、建模与创造
- ACM BCB 2024 · ACM SIGBio 最佳论文奖
- 上海交通大学优秀毕业生
- 微软“创新杯”中国区三等奖
- CCVR“冀东杯”产品创意组二等奖
- 美国大学生数学建模竞赛（MCM）一等奖
- 本科生优秀奖学金
系统模式
从目标到可复现实验
Python、C/C++、Java、TypeScript、SQL、Shell、CUDA、PyTorch、TensorFlow、Horovod，以及分布式训练、评估与基准设计。
playground.05 / 已发布
有生命力的作品
浏览器中的世界、交互式数学文章，以及与模型共同思考的工具。
实时多人 / 浏览器原生
作品/02 · 可视化指南
The Geometry of Intelligence
以可视化方式呈现人工智能中的黎曼几何与信息几何。
↗
作品/03 · 交互式文章
Particles → Probability
从相互作用粒子走向菲尔兹奖得主邓宇的数学。
↗
作品/04 · 开发者工具
File → Prompt
一款隐私优先的浏览器工具：整理项目文件，并将其转换为一条结构化提示词；所有内容均留在本地。
↗
作品/05 · 对话式网站
PengchengGPT
通过对话了解我的研究、经历与公开项目。
↗
查看源码： PengchengGPT 代码仓库 ↗
side.quest / itch.io
四个小世界
offscreen.06 / 人文侧面
实验室之外
音乐、科幻写作、浏览器实验，以及名字中蕴含的故事。
名字 / 起源
鹏程万里：名字中的万里长空
在“鹏”字中，鸟表义，朋表音。动画中，两个月在一个巨大的朋轮廓中并列，整体高度大致与鸟相当，并化作一只向左展开的巨翼及其羽毛骨架。清晰可辨的鸟形轮廓构成躯体，较浅的半透明鸟仍显现在其中；字内的点被突出为眼睛。它们共同构成“鹏”——这只中国神话中的巨鸟，将振翅飞向万里之程。父母为我取名“鹏程”，寄托了志在高远、前路广阔的愿望。英文中，我将 Xu 发音为“Hsu”。
音频 / 视频
音乐与技术分享
我唱歌、弹吉他，也偶尔录制技术分享。
- Fly Me to the Moon ↗
- 七里香 · Jay Chou ↗
- Modern Loneliness · Lauv ↗
- OpenMLDB 特征工程分享 ↗
- OpenMLDB–GitLink Code Camp ↗
- Horovod 分布式机器学习分享 ↗
线下 / 兴趣
保留理解世界的多种模型
篮球、网球、乒乓球、游泳、阅读、科幻，以及探究事物如何运作。理查德·费曼与李政道一直给予我启发。
为何创造？
我希望自己的工作带来积极价值，并能超越其诞生的当下。完整的个人随笔保留在 学术视图存档。
channel.07 / 开放
一起探索有难度的问题。
欢迎与我交流大语言模型、强化学习、可靠人工智能评估、基因组学、蒸馏、科学机器学习，以及富有野心的网页实验。