关于我
我是梁昊（Hao Liang），北京大学数据科学中心博士生，联合培养于北京中关村学院，同时也是一家 AI 数据公司的联合创始人。我曾 连续两年获得北京大学校长奖学金，并于 2026 年获得国家奖学金。我的导师是张文涛教授和董彬教授，并与崔斌教授和鄂维南教授保持紧密合作。
本科毕业于北京理工大学，曾获徐特立奖学金（北京理工大学最高荣誉）和国家奖学金。我也曾赴牛津大学访问，与 Ismail Ilkan Ceylan 教授和Michael Bronstein 教授开展合作。
学术影响力： Google Scholar · 1,303+ 次引用 · h-index 18 （截至 2026 年 9 月 30 日）
竞赛获奖： 🥇 GOAI 2026 Agent Infra 赛道冠军 · 🥇 ICML 2025 SeePhys Challenge 冠军 · 🥇 BAAI LIC Challenge 2025，Track 2 一等奖
欢迎交流
我希望认识
- AI 数据与模型训练大模型训练、Post-training 与 Agent 方向的研究者和工程师
- 模型与产品团队模型公司、Agent 产品团队与企业 AI 负责人
- AI 创业者正在经历 ToB 落地、商业化和团队建设的同行
- 未来的研究伙伴对 PKU-DCAI Lab 科研实习或读研感兴趣的同学
我们可以聊
- 数据飞轮大模型与 Agent 数据的生成、筛选、验证及训练闭环
- AI 数据公司创业产品落地、企业交付与商业化经验
- 开源系统DataFlow、DataFlex、DataMind 及其背后的思考
- PKU-DCAI Lab科研实习与读研机会
如果你也在做 AI 数据、大模型或 Agent，或者对 PKU-DCAI Lab 感兴趣，欢迎来聊聊～希望认识一些能长期交流、一起做事的朋友。
最新动态
- 2026 年 9 月 获得 GOAI 全球开源人工智能挑战赛 Agent Infra 赛道冠军。
- 2026 年 9 月 获得 国家奖学金。
- 2026 年 9 月 OmniEdu 论文登顶 Hugging Face Daily Papers 榜单，排名 第 1 名。
- 2026 年 9 月 DataFlex-RL 论文登上 Hugging Face Daily Papers 榜单，排名 第 2 名。
- 2026 年 7 月 K12-KGraph 项目在“模塑申城语料普惠计划之 MinerU 前沿语料与数据智能挑战赛”AGI4S 前沿语料赛道中获得 二等奖。
- 2026 年 7 月 K12-KGraph 论文登上 Hugging Face Daily Papers 榜单 第 2 名。
- 2026 年 7 月 DataFlow-Harness 论文登上 Hugging Face Daily Papers 榜单 第 2 名。
- 2026 年 5 月 DataPrep-Bench 论文登上 Hugging Face Daily Papers 榜单 第 1 名。
- 2026 年 5 月 连续第二年获得 北京大学校长奖学金。
- 2026 年 4 月 DataFlex 技术报告登顶当日 Hugging Face Daily Papers 榜单。
- 2025 年 12 月 DataFlow 技术报告同时登顶 Hugging Face Daily 与 Weekly Paper Charts。
- 2025 年 9 月 获得 ICML 2025 SeePhys Challenge 冠军。
- 2025 年 8 月 获得 BAAI LIC Challenge 2025，Track 2 一等奖。
- 2025 年 6 月 获得 北京大学校长奖学金。
研究方向
数据归因与数据—模型交互
主要方向研究单条数据如何影响模型行为，并通过动态选择、混合和重加权，在训练过程中建立数据与模型的闭环交互。
数据自进化
构建模型与 Agent 反馈驱动的数据闭环，让数据随模型能力和任务需求持续生成、评估、筛选、修正与复用。
数据基础设施
构建覆盖完整数据生命周期的可扩展基础设施，从数据准备、训练期动态适配延伸到推理期知识访问。
领域数据：Datasets & Benchmarks
面向数学、Lean 形式化推理与验证、工作场景、代码等高价值领域，构建有效且可验证的数据集与评测协议。
已在 CCF-A 类会议发表 10+ 篇一作或共同一作论文 · 获 NDBC 萨师煊优秀学生论文奖
开源项目
Generate, Clean, and Prepare LLM Data, All-in-One. 通过算子化工作流支持跨领域的数据生成、清洗、评测与流程自动化。
Data Select · Mix · Reweight—right in the LLM training loop. 构建在 LLaMA-Factory 之上的数据中心动态训练框架。
Store at inference time. Retrieve with evidence. 面向 Agent 的共享数据平面，统一连接 RAG、数据库、知识图谱、Skills 与持久化 Memory。
参与统一大模型微调框架的数据模块设计。
将 DataFlow 集成至 CAMEL 数据管线，支持 Agent 驱动的数据工作流。
荣誉与奖项
GOAI 2026 Agent Infra 赛道冠军
全球开源人工智能挑战赛
国家奖学金
北京大学
校长奖学金
北京大学 · 连续第二年
K12-KGraph · 二等奖
MinerU 前沿语料与数据智能挑战赛 · AGI4S 前沿语料赛道
校长奖学金
北京大学
ICML 2025 SeePhys Challenge 冠军
多模态科学推理竞赛 · 第 1 名
BAAI LIC Challenge 2025，Track 2 一等奖
北京智源人工智能研究院
兴业奖学金
北京大学
萨师煊优秀学生论文奖
NDBC
徐特立奖学金
北京理工大学 · 最高荣誉
国家奖学金
北京理工大学