研究领域

大语言/多模态模型、高效训练与推理、后训练、智能体记忆与自我进化。

个人简介

尹路，深圳理工大学教研副教授、特聘正教授，入选国家级青年人才计划（海外）。曾任英国萨里大学助理教授，现为德国马普所（ELLIS）、英国萨里大学和荷兰埃因霍温理工大学访问学者。获 CPAL 领域新星（Rising Star）奖（全球 15 名获奖者之一）、LoG 最佳论文奖及 ICVS 最佳论文提名奖。在 ICML、NeurIPS、ICLR、AAAI 等人工智能国际会议发表论文 40 余篇，主持国家级、省级科研项目 3 项。研究成果受到 Yann LeCun、何恺明的论文引用与跟踪，相关大模型预训练算法被 OpenAI Parameter Golf 挑战赛 Top-30 团队全部采用。课题组与马普所、得克萨斯大学奥斯汀分校、北京航空航天大学、南京大学等高校和科研机构，以及 Google、Meta、Qualcomm、Intel、英伟达、华为、美团等企业保持长期稳定的科研合作。

主要研究方向

围绕“构建强大且高效的人工智能”这一目标，研究大模型与智能体的能力提升、计算效率和可信性，主要研究方向包括：
1. 高效大模型与人工智能系统。研究大模型的高效训练、微调、压缩与推理，重点关注结构化稀疏、量化、低秩优化及层间自适应计算。结合模型特性与硬件约束，优化参数、计算和存储资源的配置，在降低部署成本的同时保持模型能力，推动大模型在资源受限环境中的应用，并探索扩散语言模型等新型生成范式的高效训练与推理。
2. Agent记忆与自我进化。面向复杂任务和长期交互，研究智能体的长程记忆、知识更新、工具调用与多智能体协作，探索经验积累、反馈学习和自我改进机制，使智能体能够持续学习、适应新环境，并提升推理与任务执行能力。
3. 大模型机制理解与可信智能。研究模型深度、归一化、优化动态与能力形成之间的关系，分析知识表示、推理行为及模型压缩中的能力变化，探索可解释、鲁棒的学习方法，以及脑启发机制对记忆与持续学习的启示。
4. 人工智能与科学研究交叉融合。面向材料、医疗与科学研究中的真实问题，结合多模态大模型、领域知识和智能体方法，研究医学影像分析、科学数据理解与复杂科学推理，探索自主实验与科研任务闭环，促进通用人工智能方法与专业领域需求的深度结合。

招生信息

课题组长期招聘研究助理（RA）、博士后（Postdoc）和科研助理教授（RAP），每年均有稳定的硕士、博士研究生招生名额。团队氛围开放友好，提供国际科研合作与海外学术交流机会。欢迎对上述研究方向感兴趣、具有较强自我驱动力的同学和青年研究人员联系！

学习经历

2018 — 2023   荷兰埃因霍温理工大学，计算机科学，博士
2015 — 2018  哈尔滨工业大学（深圳），控制工程，硕士
2009 — 2013  哈尔滨工业大学，电气工程及其自动化，学士

工作经历

2026.08 — 至今  深圳理工大学计算机科学与人工智能学院，教研副教授、特聘正教授
2024.06—2026.07  英国萨里大学计算机科学与电子工程学院，助理教授
2023.12—2024.05  英国阿伯丁大学，助理教授
2023.07—2023.09  美国 Google 纽约办公室，研究员（实习）
2023.03—2023.12  荷兰埃因霍温理工大学，博士后研究员

国际影响力

• 担任 NeurIPS、ICPR、CPAL 领域主席（Area Chair）。
  

• 担任 Transactions on Machine Learning Research（TMLR）执行编辑（Action Editor）。
  

• 担任 Visual Intelligence 副编辑（Associate Editor）。
  

• 长期担任 ICML、NeurIPS、ICLR 等国际顶尖会议审稿人。
  

• 组织 NeurIPS 2024 端侧大模型挑战赛并担任主席。
  

• 组织 IEEE CAI 2025 专题研讨会并担任主席。
  

• 担任 International Conference on Artificial Intelligence and Agents 宣传主席。
  

• 在 CPAL 2026 作大模型效率专题教程报告。
  

• 受邀在清华大学、卡内基梅隆大学、得克萨斯大学奥斯汀分校及香港城市大学作学术报告。

所获荣誉

2025  入选国家级青年人才计划（海外）。
2026  CPAL Rising Star Award（领域新星奖，全球 15 名获奖者之一）。
2022  Learning on Graphs Conference（LoG）最佳论文奖。
2017  International Conference on Computer Vision Systems（ICVS）最佳论文提名奖。

科研项目

2026—2028  国家高层次青年人才项目，主持。
2027—2029  国家自然科学基金青年项目，主持。
2025—2027  河南省自然科学基金青年项目，主持。
2026  英国 AIRR 科研算力项目（英伟达 GH200 计算资源），主持。
2026  欧洲 EuroHPC 科研算力项目（英伟达 GH200 计算资源），主持。

近三年代表性论文

Outlier Weighed Layerwise Sparsity (OWL): A Missing Secret Sauce for Pruning LLMs to High Sparsity. ICML 2024，第一作者。与 DeepMind 合作。
Junk DNA Hypothesis: Pruning Small Pre-Trained Weights Irreversibly and Monotonically Impairs “Difficult” Downstream Tasks in LLMs. ICML 2024，第一作者。与英特尔人工智能实验室合作。
Search or Accelerate: Confidence-Switched Position Beam Search for Diffusion Language Models. ICML 2026，通讯作者。与高通公司合作。
GPAS: Accelerating Convergence of LLM Pretraining via Gradient-Preserving Activation Scaling. NeurIPS 2025，通讯作者。与英伟达、牛津大学合作。
Mix-LN: Unleashing the Power of Deeper Layers by Combining Pre-LN and Post-LN. ICLR 2025，共同第一作者。受到 Yann LeCun、何恺明的论文引用与跟踪。
MedFM-Robust: Benchmarking Robustness of Medical Foundation Models。通讯作者，MICCAI 2026 Oral
The Curse of Depth in Large Language Models. NeurIPS 2025。相关算法被 OpenAI Parameter Golf 挑战赛 Top-30 团队全部采用。