我是李林翼,博士毕业于伊利诺伊大学厄巴纳-香槟分校计算机系。我的博士导师是李博教授,共同指导老师是谢涛教授。
我的研究方向为机器学习、计算机安全、和软件工程。 具体地,我专注于:(1)构建可信深度学习系统,以实现针对噪声的可验证鲁棒性[IJCAI 2019] [ICLR 2022a] [ICML 2022a] [SP 2023],针对语义性变换的可验证鲁棒性[CCS 2021] [ICML 2022b],针对训练集扰动的可验证鲁棒性[ICLR 2022b],针对分布偏移的可验证鲁棒性[ICML 2022c],可验证公平性[NeurIPS 2022],可验证数值可靠性[ICSE 2023]等等。(2)以数据和系统性评估为中心的大模型研究。 我亦进行过集成模型的鲁棒性研究[NeurIPS 2021],深度学习模型的黑盒攻击研究[ICML 2021] [AISTATS 2021],以及机器学习在软件测试中的应用研究[FSE 2020 Industry]。 我有幸获得Rising Stars in Data Science,AdvML Rising Star Award,和Wing Kai Cheng奖学金,并有幸入围2022 Qualcomm Innovation Fellowship和2022 Two Sigma PhD Fellowship。
我2018年本科毕业于清华大学计算机科学与技术系。在白晓颖教授的指导下,我进行了Web API自动化测试方向的研究。
对可信机器学习/大模型的研究感兴趣?欢迎研究合作与交流!在读本科/硕士/博士学生:请以[seek for (position/collaboration)]为主题邮件联系我([email protected]),匹配者可提供或推荐相应深造和实习机会。