Ling Yang
Ling Yang is an Assistant Professor and PhD Supervisor at the Center of Machine Learning Research, Peking University, where Dr. Yang leads the Discovery Intelligence Group (DIG). Prior to joining Peking University, Dr. Yang was a Postdoctoral Research Fellow in the Department of Electrical and Computer Engineering and Princeton AI Lab at Princeton University. Dr. Yang’s research focuses on large language models, reinforcement learning, and AI agents, with the goal of building next-generation intelligent systems that continually learn and evolve from experience and actively contribute to scientific discovery. Dr. Yang has published more than 70 papers at top-tier international conferences and journals, including NeurIPS, ICML, and ICLR, with multiple works recognized with Spotlight, Oral, and Best Paper honors. Dr. Yang founded Gen-Verse, an open-source research community whose models and projects have reached tens of millions of downloads and uses. Dr. Yang’s honors include the World Artificial Intelligence Conference (WAIC) Yunfan Award – Rising Star and the KAUST Rising Star award, and Dr. Yang was named to Stanford University’s 2026 list of the World’s Top 2% Scientists (single-year impact). Dr. Yang regularly serves as an Area Chair for leading machine learning conferences such as NeurIPS, ICML, and ICLR, and as a reviewer for international journals including Nature and IEEE TPAMI.
个人主页： https://yangling0818.github.io/
课题组主页： https://gen-verse.github.io/DIG/
杨灵，北京大学国际机器学习研究中心助理教授、研究员、博士生导师，发现智能课题组（Discovery Intelligence Group, DIG）负责人。曾任美国普林斯顿大学电子与计算机工程系及 Princeton AI Lab 博士后研究员。主要研究方向为大语言模型、强化学习和智能体，研究致力于构建能够持续自我改进并参与科学发现的下一代智能系统。在 NeurIPS、ICML、ICLR等国际顶级学术会议和期刊发表论文 70 余篇，多项成果获得 Spotlight、Oral 及 Best Paper 等荣誉。创立 Gen-Verse 开源研究社区，相关模型和项目累计获得千万级使用下载量。曾获世界人工智能大会（WAIC）云帆奖·明日之星、KAUST Rising Star等荣誉，并入选 2026 年斯坦福大学全球前 2% 顶尖科学家年度影响力榜单。长期担任 NeurIPS、ICML、ICLR 等国际顶级机器学习会议领域主席（Area Chair），以及 Nature、IEEE TPAMI 等国际期刊审稿人。
研究方向
1. 大语言模型与智能体后训练（LLM & Agent Post-Training）
研究大语言模型与自主智能体的强化学习和后训练方法，涵盖复杂推理、过程奖励建模、可验证反馈、长程任务规划与信用分配等问题。重点探索如何借助高质量训练数据、环境交互与反馈优化，提升模型在复杂任务中的推理能力、泛化能力与自主决策能力，为构建能够持续进化的智能系统奠定基础。
2. 强化学习系统与基础设施（RL Systems & Infrastructure）
研究面向大规模语言模型与智能体强化学习的训练系统，包括分布式训练、异步推理与采样、长程轨迹管理、多环境并行交互及训练效率优化。致力于构建高效、可扩展、可复用的开源强化学习基础设施，支撑智能体在复杂、动态、长程任务中的训练与部署。
3. 自进化智能体与经验学习（Self-Evolving Agents & Experiential Learning）
研究智能体如何在与环境的长期交互中积累经验、提炼知识并持续提升能力，重点关注智能体如何从交互轨迹、环境反馈与历史行为中学习，记忆与技能如何积累、复用和优化，模型能力与智能体工作流程如何协同演化，以及世界模型如何驱动策略改进。
4. 多模态理解、推理与生成（Multimodal Understanding, Reasoning & Generation）
研究统一的多模态基础模型，探索文本、图像、视频等多种模态在同一框架下的理解、推理与生成。重点关注统一多模态架构、多模态思维链与复杂推理，以及面向多模态模型的强化学习与后训练方法，为智能体在多模态环境中的交互、决策与科学发现提供基础。
5. 发现智能（Discovery Intelligence）
研究超越传统问题求解的开放式智能范式，使模型能够主动发现和定义问题、提出并检验假设、设计实验，并依据外部证据不断修正认知与研究策略。以科学研究作为重要的真实交互环境，探索数据、环境、验证器、策略与智能体工作流程的协同演化，推动基础模型从问题求解走向自主发现。