李子墨
我是密歇根大学计算机科学专业的学生，做面向机器人的机器学习：世界模型、视觉-语言-动作策略和强化学习。正在寻找 2027 年暑期实习。
工作之外
速度
先点一下游戏，音符到达时按它上面标的键（⇧ 表示按住 Shift）。按键像钢琴一样一个键一个音，萨克斯上显示对应的指法。手机上直接点屏幕。
教育背景
预计 2028 年 6 月毕业
计算机科学理学学士
- 密歇根大学安娜堡分校大三转入
- 南京大学GPA 4.58/5.0，专业排名前 6.7%
主修课程3D 机器人感知、操作系统、深度学习、概率论与数理统计
经历
2025.10 – 2026.04
研究助理
学习与挖掘实验室（Learning And Mining from DatA, LAMDA）
- 从事机器学习与具身智能研究，方向为视觉-语言-动作（Vision-Language-Action, VLA）机器人基础模型。
- 在机器人视频上复现 Google DeepMind 的 Genie，检验自监督世界模型在动作连续时是否仍能学到可控的隐动作（latent action），结论是可以。用 PyTorch 实现，与独立的 JAX 实现（Jafar）交叉验证，并用 PyTorch 分布式数据并行（DDP）在 8 张 RTX 5090 上训练了 6 天。
- 在 LIBERO 机器人基准上微调 π₀（pi-zero）VLA 基础模型。
2025.09 – 2026.06
核心成员
学生人工智能协会（AIA）
- 协会 2025 年 18 名核心成员之一；为会员讲授流匹配（flow matching）。
2025.07 – 2025.08
软件工程实习生
诚迈科技（Archermind Technology）
- 独立设计、开发并部署基于检索增强生成（RAG）的桌面语义搜索工具，服务于 Gitee 上托管的一个开源操作系统项目，已合入该项目 2025 年 9 月发布的版本。
- 与操作系统团队一起在实机平台上调试人形机器人。
2024.09 – 2025.06
项目负责人
大学生创新训练计划
- 带领学生团队开发基于大语言模型（LLM）的 RAG 法律问答助手；与无检索基线对比发现，随着模型变强，检索带来的提升转为负值，因此建议停用。
荣誉奖项
2026
Discover Citadel & Citadel Securities，香港
亚太地区约 50 名学生受邀；做市模拟与编程挑战。
2025.01
Honorable Mention，队长 · 美国大学生数学建模竞赛（MCM）
用随机森林预测奥运奖牌（样本外 R² = 0.93），另用回归和高斯混合聚类。
2021、2022
一等奖（前 1.5%）· 全国青少年信息学奥林匹克联赛（NOIP）
限时 C++ 算法竞赛，用隐藏测试数据在严格的时间和内存限制下评分。
项目
教学代码与教程
流匹配扩散 Transformer
- AIA 流匹配（flow matching）讲座的教学代码和分步教程。
- 最小的 PyTorch 扩散 Transformer（DiT），在一张 RTX 4090 上训练 200 轮后可生成 64×64 猫脸。