刘威

刘威，香港科技大学（HKUST）在读博士生，导师是何俊贤教授。他的研究方向致力于开发具有理论基础且可扩展的方法，旨在构建能够与复杂真实环境互动的模型。近期，他的研究重点涵盖了强化学习（包括 M-STaR, LASER, SimpleRL, Dr. Kernel 等项目）、可扩展合成数据（Deita）以及智能体系统（Toolathlon）和测试时训练。他已在 ICLR、ICML、ACL 等顶级机器学习与自然语言处理会议上发表论文 10 余篇，总被引次数超过 1,000 次，其开源项目在 GitHub 上获得超过 4,000 Stars。