大模型与推理
研究预训练、循环深度与推理效率，让模型用更少的计算想得更深。
中国科学院自动化研究所 · 硕士在读
让模型，
想得更深。
我是一名大模型学习者、开源贡献者、终身学习者。
我是 Mingqian Yu，中国科学院自动化研究所硕士研究生，本科毕业于东北大学（NEU, China）。研究兴趣包括 LLM Pretraining、Looped Transformer 与高效推理；喜欢把想法做成可复现的代码、数据和论文。
PyTorch
正在做 Looped Transformer
Beijing, CN
6
个公开仓库
2
篇一作论文
1
个开源数据集
3
段实习经历
01
关于我
About好的研究，既要能解释问题，也要能跑起来。
我是 Mingqian Yu，中国科学院自动化研究所的硕士研究生，本科毕业于东北大学（NEU, China）。目前的研究兴趣集中在 LLM Pretraining、Looped Transformer 与高效推理。
最近的一作工作包括 T-LoopFormer 与 ContraFM-S2O：前者研究 token 级别的弹性循环深度，让每个 token 自己决定循环多少次，并用递归级 KV Cache 加速自回归解码；后者用单步流匹配与对比学习做 SAR-to-optical 图像翻译，降低扩散模型的推理延迟。
另一条线是 SportsCom —— 一个大规模、多运动、多类别、多属性的体育解说数据集，用于评测 MLLM 对长视频叙事与战术的理解。我也在开源模型上做实践，复现和调试 VILA 系列视频语言模型。
欢迎交流论文、数据集、实习机会，或任何关于大模型预训练、推理与生成模型的想法。
02
我在做什么
Research生成与多模态
把流匹配、扩散模型与多模态模型用在图像翻译和视频理解上。
数据与工程
把数据、训练和评测串成可复现、可迭代的流程。
做研究像做产品：先把问题定义清楚，再用最小可行的实验验证，最后把过程写下来。
03
论文发表
Publications-
第一作者 arXiv preprint · cs.AI
T-LoopFormer: Token-Level Elastic-Depth Looped Transformers for Latent Reasoning with Dynamic Routing
-
第一作者 arXiv preprint · cs.CV
ContraFM-S2O: Flow Matching-Based One-step SAR-to-Optical Image Translation Model with Contrastive Learning
两篇均为一作论文，目前发表于 arXiv 预印本平台（cs.AI / cs.CV）。作者顺序与最新版本以 arXiv 页面为准。
04
一路走来
Journey
2025.10 — 现在
研究实习生
SJTU AI Lab · 上海
2025.01 — 2025.05
研究实习生
PKU MIPL · 北京
2024.06 — 2024.08
算法实习生
YueXin Tech
现在
硕士研究生
中国科学院自动化研究所 / 中国科学院大学 · 北京
此前
本科
东北大学（NEU, China）
Let’s talk research
对大模型研究感兴趣？
一起聊聊。
如果你也在做 LLM Pretraining、Looped Transformer、多模态或 Agent 方向，欢迎在 GitHub 上找我。论文、数据集、实习机会，或者只是一个还没成形的想法，都可以聊。