About Me / 关于我

我是徐帆，东华大学信息与智能科学学院软件工程专业本科生，目前为东华大学人工智能实验室核心成员。我的研究兴趣包括生成式大模型、跨模态表示学习、多模态推荐、EEG 信号生成与大语言模型应用。

本科阶段，我保持了较好的专业学习成绩，GPA 为 4.0414/5，专业排名 4/85（4.7%），曾获东华大学一等奖学金（Top 5%）。在科研与竞赛中，我主要围绕脑机接口数据生成、多模态推荐系统、检索增强生成与大语言模型微调等方向开展工作，希望通过更可靠的生成建模与跨模态表示学习方法，提升模型在真实复杂场景中的鲁棒性与可用性。

🔥 News / 最新动态

• 2025.07: 获第二十七届中国机器人及人工智能大赛国家二等奖。
• 2024.11: 开始独立开展基于高精度编解码器的对抗性 EEG 信号扩散生成模型研究。
• 2024.10: 加入东华大学人工智能实验室，参与人工智能相关科研项目与竞赛。

🔬 Publications / 科研经历

基于高精度编解码器的对抗性 EEG 信号扩散生成模型

2024.11 - 至今，独立一作，Knowledge-Based Systems 在审

针对脑机接口（BCI）任务中 EEG 数据稀缺、类别不平衡和生成样本判别性不足的问题，提出 HiPreA-EEG 生成模型，将图像域稳定扩散模型引入脑电信号生成任务。该方法设计高精度 EEG 编解码器以实现近无损 EEG-to-RGB 转换，并结合 LoRA 适配器、对比扩散损失与多维质量过滤模块，提升生成样本的信号质量与类别判别性。

本人独立主导模型架构设计、核心算法实现与实验验证，重点完成基于 Float32 尾数编码的高精度编解码器、对抗微调网络以及基于 MSE/Pearson 等指标的低质量信号过滤模块。实验在 BCI-2a、DEAP 与 BCI-IV-1 等公开数据集上开展，验证了模型在少样本与跨域场景下的泛化能力。

基于鲁棒兴趣树与分层语义对齐的抗噪多模态推荐模型

2025.10 - 至今，二作，ACM MM 在审

针对多模态推荐系统中嘈杂相似性链接带来的错误传播，以及松散多模态特征导致的跨模态语义错位问题，参与提出 RIT-HSA 推荐框架。该框架通过鲁棒兴趣树建模可靠语义关系，并结合分层语义对齐模块，将多模态特征分解为粗粒度语义锚与细粒度细节，从而提升推荐模型的稳健性与表现质量。

本人主要参与鲁棒兴趣树模块的设计与开发，通过构建可靠语义关系图并进行剪枝，在捕捉高阶依赖的同时抑制噪声连接；同时负责多数据集超参数调整与实验结果图绘制。

基于检索增强与多专家微调的文言文智能翻译系统

2024.10 - 2024.12，核心成员

面向文言文跨时代语义鸿沟与长文本语境缺失问题，参与构建“文言译动”智能翻译框架。系统集成 RAG 技术构建典故知识库，并基于 Qwen2.5-7B 进行多专家 LoRA 微调，以适配历史、诸子等不同文体特征。实验结果显示，引入 RAG 后模型 BLEU 评分提升至 27.91，优于百度翻译及未加入 RAG 的基线模型。

本人参与训练数据与测试数据整理，协助构建向量知识库并完成关键知识点文档的向量化处理与存储；同时参与四个垂直领域模型的 LoRA 微调，提升模型对长文本与特定文体的适配能力。

🎖 Honors and Awards / 荣誉奖励

• 2025.12: NETCCS 全国大学生英语翻译大赛省二等奖。
• 2025.11: 第七届全球校园人工智能算法精英大赛省一等奖。
• 2025.07: 第二十七届中国机器人及人工智能大赛国家二等奖。
• 2023.09 - 至今: 东华大学一等奖学金（Top 5%）。

📖 Educations / 教育背景

• 2023.09 - 至今: 东华大学，信息与智能科学学院，软件工程专业本科生。
• GPA：4.0414/5；专业排名：4/85（4.7%）。
• 英语水平：CET-4 584，CET-6 470。
• 核心课程：线性代数、计算机组成与结构、操作系统原理、多媒体技术、计算思维与人工智能、深度学习与应用、专业英语。

💬 Invited Talks / 交流展示

• 当前暂无公开邀请报告信息，后续如有学术报告、论坛分享或公开展示经历，可在此补充。

🧑‍💻 Internships / 校园经历

• 2024.10 - 至今: 东华大学人工智能实验室核心成员。
• 在保持专业课学习的同时，参与人工智能方向科研项目与竞赛，主要关注生成式大模型、跨模态表示学习、多模态推荐、EEG 信号生成与大语言模型应用等方向。