跳到主要内容
Enhao Gu古恩豪

ACADEMIC HOMEPAGE

Enhao Gu 古恩豪

LLM Agents, Post-Training Alignment, Multimodal Generation & AI Systems.

华东师范大学 · 软件工程(硕士推免录取)

已保研录取,2027 年入学
Publications
04
Open Systems
02
Research Tracks
03
古恩豪的头像RESEARCH × ENGINEERING

About Me 个人简介

我是古恩豪(Enhao Gu),现就读于新疆大学软件工程专业(成绩前 10%,曾赴中南大学计算机学院交换学习),已获推免录取至华东师范大学软件工程攻读硕士学位(2027 年入学)。我的研究与工程工作聚焦于智能体系统(LLM Agents)、大模型后训练与偏好对齐(Post-Training & RLHF/GRPO/DPO)、多模态推理蒸馏与扩散生成加速,以及底层 AI 推理与训练系统(AI Infrastructure)。

在学术研究方面,我曾在西湖大学自然语言处理实验室(张岳教授课题组)担任访问学生,负责科研自主智能体平台 DeepScientist(服务 7,000+ 用户)的核心研发,并合作完成可审计同行评审系统 DeepReviewer 2.0(ICLR 盲评基准 Elo 2057,对人类评审委员会胜率 71.6%)与可编辑科研插图系统 AutoFigure-Edit(ACL 2026 System Demonstrations,FigureBench 胜率 83.0%)。此前我在北京大学 IFlab 开展视频扩散模型(DiT)推理加速研究(EditCache),通过可重入 Latent 与 Block Hidden-State 跨步缓存复用及局部区域重算,在单卡 H100 上实现 2.46× 模型计算加速与 1.49× 严格同步端到端加速;并在多视角推理蒸馏(LLM-MRD,DASFAA 2026 Oral)与扩散模型自校正引导(In-situ Autoguidance,ICML 2025 Workshop 第一作者)上发表研究成果。

在工业界与开源系统实践方面,我目前在美团海外酒旅业务研发平台担任 Agent 算法工程实习生,负责多约束 DAG 任务规划与局部重规划、两阶段工具路由(接口调用合法率 96%+)、上下文状态剪枝(Token 开销降低约 40%),以及基于持久化沙箱轨迹的 Rubrics 评测与 SFT/DPO 偏好对齐训练。同时,我是开源终端编程智能体 MiniCode(1k+ GitHub Stars)的核心开发者,并向结构化解码引擎 mlc-ai/xgrammar(PR #1011)等开源基础设施贡献底层并发修复。

Research Interests 研究兴趣

Agentic Systems & Planning

智能体系统与长程规划

多约束 DAG 任务分解与局部子图重规划、两阶段工具路由与结构化约束解码、超 100K 长上下文记忆压缩,以及可追溯、可审计的多智能体协同与沙箱闭环。

Post-Training, Alignment & Distillation

大模型后训练、对齐与蒸馏

可验证规则奖励强化学习(GRPO / RLVR)、生成式奖励模型(GRM / CycleReviewer)、轨迹级 SFT → DPO 偏好对齐与对齐税评测,以及跨模态多视角推理蒸馏(Reasoning Distillation)。

AI Infrastructure & Diffusion Acceleration

AI 推理系统与扩散加速

SGLang / vLLM 高并发推理调优(Prefix Caching / PagedAttention / Chunked Prefill)、FSDP2 分布式训练、CUDA / Triton 融合算子,以及视频 Diffusion Transformer(DiT)时空缓存复用。

News 近期动态

Publications 论文

ACL 2026 DemoAutoFigure-Edit 的五阶段框架:风格生成、结构索引、素材提取、SVG 模板细化与素材注入。
Figure 1 · arXiv

AutoFigure-Edit: Generating Editable Scientific Illustrations via Reference-Guided Styling

Zhen Lin, Qiujie Xie, Minjun Zhu, Shichen Li, QiYao Sun, Enhao Gu, Yiran Ding, Ke Sun, Fang Guo, Panzhong Lu, Zhiyuan Ning, Yixuan Weng, Yue Zhang

ACL (System Demonstrations) 2026

面向科研论文可编辑插图生成,设计“风格生成—结构索引—素材提取—SVG 模板精修—矢量注入”五阶段流水线,结合 MinerU v4 版面锚点解析与多模态参考风格控制生成原生可编辑 SVG,在 FigureBench 200 题人工盲评基准上取得 83.0% 胜率。

DASFAA 2026 OralLLM-MRD 多视角推理校准蒸馏与跨注意力融合架构图。
Architecture · Blog Deep Dive

LLM-MRD: LLM-Guided Multi-View Reasoning Distillation for Fake News Detection

Weilin Zhou, Shanwen Tan, Enhao Gu, Yurong Qian

DASFAA (Oral Presentation) · arXiv:2603.19293 2026

利用 Qwen2.5-VL 离线生成文本操纵、图像伪影与图文一致性三视角推理链并编码为稠密语义监督;结合全局上下文 MLP 残差校准、温度缩放 KL 蒸馏与分支深监督,将 7B VLM 推理能力压缩至 358M 三路编码学生网络(BERT + MAE + CLIP),脱离教师独立推理延迟仅 17.2 ms,在 Weibo / Weibo-21 / GossipCop 取得 95.3% / 95.9% / 90.2% 准确率。

arXiv 2026DeepReviewer 2.0 框架:论文解析与证据锚定、两阶段认知评审链、可追溯评审报告与批注。
Figure 2 · arXiv

DeepReviewer 2.0: A Traceable Agentic System for Auditable Scientific Peer Review

Yixuan Weng, Minjun Zhu, Qiujie Xie, Zhiyuan Ning, Shichen Li, Panzhong Lu, Zhen Lin, Enhao Gu, Qiyao Sun, Yue Zhang

arXiv preprint · arXiv:2604.09590 (Under Review) 2026

面向可审计的科学同行评审,构建“主张—证据—风险”结构化记忆台账、PASA 文献检索可比性门控与导出预算校验,输出带 PDF 坐标锚定批注、局部证据与后续验证动作的可追溯评审报告;在 134 篇 ICLR 盲评基准上取得 Elo 2057(对人类评审委员会胜率 71.6%)。

ICML 2025 W

In-situ Autoguidance: Eliciting Self-Correction in Diffusion Models

Enhao Gu, Haolin Hou

ICML Workshop · arXiv:2510.17136 2025

针对扩散模型 Autoguidance 需额外部署退化引导网络带来的双倍参数与显存开销,提出基于同一扩散模型确定性前向与推理期局部随机微扰(Stochastic Dropout Perturbation)的原位自引导机制,无需任何额外训练或辅助权重即可构造指向高密度数据流形的自校正引导向量,在 EDM2-S / ImageNet-512(50K 样本)上验证有效。

Selected Systems & Open Source 代表系统与开源工作

DeepScientist · 科研自主智能体与容器沙箱平台(7,000+ 用户)

面向全流程自主科学发现的 Agent 平台。集成 Python daemon、模块化 Skill 库与 MCP 协议栈(memory / artifact / bash_exec),支持超 100K Token 长上下文多轮规划、Copilot / Autonomous 双模续接与 JSONL 事件回放;基于 Docker SDK 动态编排隔离沙箱容器,结合 Redis、SSE / WebSocket 双流通信与 Prometheus 构建高并发运行时。

LLM AgentMCP SandboxDocker SDK100K+ ContextSSE / WebSocketGitHub Website 架构解析

MiniCode · 开源终端 Agentic Coding 引擎与评测基准(1k+ Stars)

轻量级终端 AI 编程智能体核心开发。实现 ReAct 多步推理与工具编排循环(文件 Diff 编辑、Shell 执行、网络检索)、声明式工具注册表与统一权限拦截层、分层记忆压缩与 MCP 客户端自动协商;构建 30 项可执行 Tool-Use 基准并引入结构化错误回传,任务完成率达 86.7%、错误恢复率 100%(10/10)。

TypeScriptAgentic CodingReActMCPTool-Use BenchmarkGitHub 架构与评测解析

Research & Industry Experience 科研与实习经历

Education 教育背景

Honors & Competitive Programming 算法竞赛与荣誉

ACM-ICPC 国际大学生程序设计竞赛

亚洲区域赛(成都站)铜牌、全国邀请赛(武汉站)银牌、新疆维吾尔自治区赛金牌(亚军)

2024 – 2025

CCPC 中国大学生程序设计竞赛 & 百度之星程序设计大赛

CCPC 全国邀请赛银牌、百度之星程序设计大赛省赛金牌(冠军)

2024 – 2025

机器人与高校计算机综合赛事

睿抗机器人开发者大赛(RAICOM)全国总决赛编程赛道国家一等奖、团体程序设计天梯赛全国一等奖、中南大学机器人校赛二等奖

2024 – 2025

Last updated · 2026 年 10 月