陈胜庄

陈胜庄目前是香港城市大学计算机科学在读博士生（2022年至今），师从魏颖教授与马柯德教授。他的核心研究方向为真实动态场景下机器学习泛化问题，通过元学习以及稀疏学习等技术，重点解决基座模型在分布外下游任务上适配的挑战，提升未来下游任务的数据效率、泛化能力和可扩展性。以第一作者在ICML, NeurIPS, ICLR, ACL等顶会发表多篇论文。