Yiyu Qiu
About Me
我是上海交通大学IEEE试点班计算机科学与技术专业的大三学生。我的研究兴趣集中在生成式AI和机械学习领域,特别是扩散模型(Diffusion Models)的理论与应用。
在过去两年中,我积累了从工程实践到科研创新的多元化经验:
- 🔬 科研经历: 深入研究Diffusion Models和Classifier-Free Guidance(CFG),具有CIFAR-10、CelebA-64、MNIST等数据集的实际训练经验
- 🛠️ 工程实践: 参与RAG，知识图谱相关后端搜索系统的工程化实现与优化
- 💡 创新项目: 完成多个具有挑战性的课程项目,涵盖智能Agent、大语言模型优化、全栈开发等方向
目前,我正在准备一篇关于Diffusion Models的科研论文(投稿中),并计划总结技术博客分享扩散模型的理论与工程化经验。
Research Interests
- Generative AI: Diffusion Models, Classifier-Free Guidance (CFG), Image Synthesis
- Reinforcement Learning: Multi-Armed Bandits, Agent-based Systems
- Machine Learning Systems: RAG Architecture, Model Training Optimization
- Natural Language Processing: Large Language Model Optimization
News
- [2025.09-2026.01] 完成基于Pythia-2.8B的StreamingLLM优化项目
- [2025.09-2026.01] 完成智能台球Agent系统开发
- [2025.01-2025.04] 参与基于混合搜索的知识问答后端工程化项目
- [2024.07-2025.01] 参与文档版式识别技术研究工程化项目
Publications
论文投稿中...
Blog Posts
-
Diffusion Models 知识梳理2：DDPM
2025年03月04日
Part2 DDPM
阅读全文 → -
VAE代码实践与原理解析
2025年03月03日
引言 在上一篇博客中，我们详细梳理了变分自编码器（VAE）的理论基础。本篇博客将通过 PyTorch 实现一个简单的 VAE，并结合代码逐步解析其背后的数学原理，帮助大家更好地理解 VAE 的...
阅读全文 → -
Diffusion Models 知识梳理1：VAE
2025年03月02日
Part1 从 VAE 到扩散模型 1.0 快速理解 VAE的本质类似于把图片展平后（可以看做一个维度非常大的向量，如32*32*3的图（长宽深，第三个通常为rgb）展平就是个约3000...
阅读全文 →
Technical Skills
- 深度学习框架: PyTorch, TensorFlow
- 研究方向: Diffusion Models (DDPM, DDIM), CFG, Reinforcement Learning
- 数据集经验: CIFAR-10, CelebA-64, MNIST
- 工程技能: RAG架构, 模型训练优化, 全栈开发
- 编程语言: Python, JavaScript
Selected Projects
Powered by Jekyll and Minimal Light theme.