跳到主要内容
Haotian Fang's avatar

方皓天 Haotian Fang

B.Eng. Student @ UM-SJTU Joint Institute, Shanghai Jiao Tong University

About Me

我是上海交通大学密西根学院（UM-SJTU Joint Institute）电子与计算机工程专业的本科生。我的兴趣集中在大语言模型的全链路训练（预训练、后训练）与具身智能。

目前在 SJTU APEX 数据和知识管理实验室 担任科研助理。此前我在美团做生成式推荐方向的科研实习，在 SJTU X-Lance 实验室担任科研助理，并在上海将然科技有限公司担任过 Agent 开发工程师。研究成果包括 HCGRec（CIKM 2026，Co-first Author）、 CARing（ICLR 2027 在投，Co-first Author）和 Tool-call Reward Model （ICLR 2026 Poster）。

Research Interests

🧠

LLM 全链路训练

预训练与后训练的完整管线

🤖

具身智能

Code as Policy、VLA 与世界模型。

⚙️

Agent 系统

记忆与上下文管理、工具调用

Publications

* Equal contribution.

Experience

至今

科研助理 (RA) · SJTU APEX Lab

2025.09 — 2026.09

科研实习（生成式推荐） · 美团

  • 产出论文 Learning from Unreachable Rewards: Hint-Conditioned Reinforcement Learning for Generative Recommendation（Co-first Author，CIKM 2026，code）。
  • 针对 Semantic ID 生成式推荐中 GRPO 的同质零奖励问题，提出 hint-conditioned 训练框架与 hint-aware credit decomposition。
  • 将 zero-advantage 训练样本占比从 70%+ 降至 20% 以下，HR@K / NDCG@K 多项指标持续提升。
曾任

科研助理 (RA) · X-Lance Lab, SJTU

  • 产出论文 Empowering LLM Tool Invocation with a Tool-Call Reward Model（ICLR 2026 Poster 已接收）。
  • 提出 Tool-call Reward Model (TRM)：将过程奖励模型引入工具调用场景，设计「必要性×质量」标注准则与 turn-level 信用分配。
  • 在搜索问答与代码数学任务上，使 Qwen2.5 系列 1.5B–7B 模型一致超越 outcome-only RL 基线。
2025.03 — 2025.09

Agent 开发工程师 · 上海将然科技有限公司

  • 构建通用型记忆与上下文控制中间件：异步记忆沉淀机制将短期会话转化为长期用户画像。
  • 设计多管道并行召回框架与「元数据 + 关键词 + 向量」三路混合检索，评测选定 bge-m3 / bge-reranker。
  • 自研覆盖版式分析、共指消解、时间处理的文档预处理管道，支撑高质量下游检索。

Selected Open-Source Projects

HCGRecCo-first Author

CIKM 2026 论文官方代码：hint-aware GRPO + constrained decoding 的 Semantic ID 生成式推荐。

CARingCo-first Author

ICLR 2027 在投论文代码：medical Semantic IDs、coverage-reward GRPO 与 multi-positive supervision，用于下一次就诊多标签诊断预测。

devin2apiOwner

Devin upstream → OpenAI Responses / Anthropic Messages 兼容 API 代理（Go）。

texlateOwner

arXiv LaTeX 论文翻译工具：保留公式与引用，重编译中文 PDF，支持中英双语对照阅读。

Tencent-GRecOwner

2025 腾讯广告算法大赛 TAAC：全模态生成式推荐，HSTU 复现优化 + 混合负采样。

Education

上海交通大学 · 密西根学院（UM-SJTU Joint Institute）

电子与计算机工程（Electrical and Computer Engineering）本科 · 2024.09 — 2028.06（预计）