圣路易斯华盛顿大学博士候选人、复旦本科校友黄呈松官宣,计划在 2027 年 1 月正式加入字节跳动 Seed 团队,他作为一作的 G-Zero 论文入选 NeurIPS 2026 Spotlight,同时拿下该会议 TTCL 方向 Workshop 最佳论文奖,是大模型自进化、智能 Agent 方向的重要成果。传统大模型训练高度依赖人工标注数据集,而 G-Zero 主打零数据自博弈开放式生成,模型自己出题、自己解题,在交互对抗的过程里持续迭代变强,不用提前准备大量标注样本,这也是这篇工作能被 Spotlight 收录的核心亮点。黄呈松本科就读复旦大学软件工程,博士师从 Jiaxin Huang 教授,之前已经在 Sea AI Lab、腾讯西雅图 AI Lab、Google Cloud AI Research 做研究实习,产出过 LoraHub、R-Zero 等业内关注度很高的项目,加入字节 Seed 之后,他会继续围绕 Agent 智能体、大模型测试时扩展、模型自进化方向推进研究。
黄呈松个人背景与核心成果表
| 项目 | 详情 |
|---|---|
| 教育背景 | 复旦大学软件工程本科;圣路易斯华盛顿大学计算机博士在读,导师 Jiaxin Huang |
| 入职计划 | 2027 年 1 月加入字节 Seed 团队 |
| NeurIPS 2026 一作论文 | G-Zero: Self-Play for Open-Ended Generation from Zero Data(Spotlight,同步获 TTCL Workshop 最佳论文) |
| 过往代表性工作 | LoraHub、R-Zero、EnvHarness |
| 研究方向 | 大模型自我进化、Agent 智能体、测试时扩展、高效推理、数据自生成 |
G-Zero 论文核心思路清单
- 核心范式:自博弈(Self-Play),零人工标注原始数据
- 双角色机制:一方生成任务,一方解决任务,持续对抗迭代
- 能力目标:开放式生成,让模型自主提升复杂任务处理能力
- 行业价值:降低大模型对高质量标注数据的依赖,适配自主智能体长期学习
过往重点项目简介
- LoraHub:可以动态组合多个 LoRA 小模块,少量样本下快速适配新任务,不用全量微调大模型
- R-Zero:模型自主生成推理题并自我训练,探索推理模型无标注进化路线,ICLR 2026 收录
- EnvHarness:改造静态仿真环境,给 Agent 学习提供更强反馈信号,提升网页、代码、具身任务成功率
【常见问题】
问题 1:复旦校友黄呈松什么时候加入字节 Seed,他的哪篇论文入选 NeurIPS 2026 Spotlight?
回答 1:复旦校友黄呈松计划 2027 年 1 月加入字节 Seed,一作论文 G-Zero 入选 NeurIPS 2026 Spotlight,还拿到对应 Workshop 最佳论文。
问题 2:黄呈松 G-Zero 这篇 NeurIPS Spotlight 论文的核心思路是什么?
回答 2:G-Zero 采用零数据自博弈方案,模型自主出题、自主解题,依靠对抗交互实现开放式能力进化,摆脱对人工标注数据的依赖。
问题 3:黄呈松之前有哪些知名 AI 研究项目?
回答 3:黄呈松之前产出 LoraHub、R-Zero、EnvHarness 等项目,覆盖 LoRA 组合、推理自训练、Agent 环境增强等方向。
问题 4:黄呈松加入字节 Seed 之后,主要会研究哪些方向?
回答 4:黄呈松加入字节 Seed 后,将继续深耕 Agent 智能体、大模型自进化、测试时扩展、模型自主数据生成相关研究。
【参考资料】
[2026-11-17](复旦校友黄呈松将加入字节 Seed,一作论文入选 NeurIPS 2026 Spotlight)智猩猩
[2026-11-17](G-Zero: Self-Play for Open-Ended Generation from Zero Data)黄呈松个人主页
[2026-08-23](EnvHarness:为智能体学习唤醒静态世界)新浪财经
【免责声明】
本文仅为科研人才动态资讯,黄呈松入职字节 Seed 之后的项目安排、后续论文产出请以本人和字节 Seed 官方公开信息为准,不构成行业趋势、项目价值的投资建议。
