易鸣洋

易鸣洋，男，博士，3354cc金沙集团副教授，北京中关村学院兼职导师。博士毕业于中科院数学与系统科学研究院，师从中科院院士马志明。曾在华为诺亚方舟实验室，微软亚洲研究院等科研机构工作或实习。主要研究方向包括人工智能中生成式AI及大模型的理论，算法，应用。已在ICML，NeurIPS，ICLR，CVPR，UAI相关领域顶级会议/期刊发表三十余篇论文（其中一作/共一十余篇）。曾获评中国数学与应用数学学会青年托举计划（常规项目），中科院优秀博士论文等奖项。主持包括国家自然基金青年基金、CCF-腾讯犀牛鸟项目在内的多个项目。

电子邮箱：yimingyang@ruc.edu.cn

个人主页：https://mingyangyi.github.io/

更多

教育经历：

2017年9月-2022年6月    中国科学院数学与系统科学研究院，概率论与数理统计，博士（导师：马志明院士）

2013年9月-2017年6月    华中师范大学，数学与应用数学，学士

工作经历：

2026年8月-至今            3354cc金沙集团，3354cc金沙集团，副教授

2024年10月-2026年7月    3354cc金沙集团，3354cc金沙集团，助理教授

2022年7月-2024年10月    华为诺亚方舟实验室，AI基础理论组，高级研究员

2021年1月-2022年5月     华为诺亚方舟实验室，AI基础理论组，研究实习生

2020年2月-2021年1 月     华为诺亚方舟实验室，语音语义组，研究实习生

2019年9月-2020年1月     微软亚洲研究院，机器学习理论组，研究实习生

研究方向：

主要从事人工智能领域（大语言模型，生成式AI）的理论与应用研究

1、大模型后训练：通过强化学习、测试时推理等相关技术，从理论、算法层面研究大模型的后训练技术，具体包括语言和多模态模型的文本、图像推理能力提升及后训练系统的构建。

2、 大模型自进化系统：通过实验，理论分析等技术手段设计大模型的自进化算法、框架，

使模型在少人类干预的情况下能够自我进化。

3、大模型的优化与泛化理论：利用凸/非凸优化、最优传输、随机控制等基础理论工具讨论人工智能/机器学习领域中的基础问题，如大模型如何泛化等。

4、生成式AI的实际应用：当前人工智能领域技术在图像，文本，多模态等领域的具体应用，如图像/视频/文本的生成，编辑，理解等。

5、采样理论：利用测度空间上的优化理论，设计新型、高效的采样算法

科研项目：

与腾讯、华为、字节、京东、中信证券、贝壳找房等知名科技企业长期保持紧密合作，所指导学生多人入职通义千问、英伟达、字节跳动等知名科技公司

1、中国工业与应用数学学会青年托举计划（主持）：“大模型后训练的泛化理论与方法研究“

2、国自然青年基金（主持）：“概率分布空间视角下的泛化性优化算法“

3、CCF-腾讯犀牛鸟基金（主持）：“基于对抗攻防的扩散模型生成内容识别攻击与防御（横向）

4、人大-贝壳找房联合基金（主持）：“基于多智能体强化学习训练的NL2SQL系统”（横向）

讲授课程：

高等代数I（计算机类）

高等代数II（计算机类）

现代机器学习泛化理论

科研成果（更多成果见个人主页https://mingyangyi.github.io/）：

*表示共同一作，†表示通讯作者

[1] HTAM: Hierarchical Transition-Attended Memory for Operator Optimization

Yining Zhang, Mingyang Yi†, Chen Wang, Xuwen Xiang, Tianhe Jia, Zedong Dan, Chengqing Zong, Yue Wang

Conference on Empirical Methods in Natural Language Processing (EMNLP 2026，CCF-B)

最佳论文提名

[2] Reasoning and Tool-use Compete in Agentic RL:  From Quantifying Interference to Disentangled Tuning

Yu Li, Mingyang Yi†, Xiuyu Li, Ju Fan, Fuxin Jiang, Binbin Chen, Peng Li, Jie Song, Tieying Zhang

Conference on Empirical Methods in Natural Language Processing (EMNLP 2026，CCF-B)

[3] Black-Box Embedding Inversion Attack on Vector Databases Lichao Sun, Yuncheng Wu, Haichao Sha, Xinjian Luo, Mingyang Yi, Meihui Zhang, Cuiping Li, Hong ChenConference on Knowledge Discovery and Data Mining (KDD 2026，CCF-A)

[1] ETS: Energy-Guided Test-Time Scaling for Training-Free RL Alignment

Xiuyu Li, Jinkai Zhang, Mingyang Yi†, Yu Li, Longqiang Wang, Yue Wang, Ju Fan

International Conference on Machine Learning (ICML 2026，CCF-A)

[2] Black-Box Embedding Inversion Attack on Vector Databases

Lichao Sun, Yuncheng Wu, Haichao Sha, Xinjian Luo, Mingyang Yi, Meihui Zhang, Cuiping Li, Hong Chen

Conference on Knowledge Discovery and Data Mining (KDD 2026, CCF-A)

[3] Reward-SQL: Boosting Text-to-SQL via Stepwise Reasoning and Process-Supervised Rewards.

Yuxin Zhang, Meihao Fan, Ju Fan†, Mingyang Yi, Yuyu Luo, Jian Tan, Guoliang Li

Association for Computing Machinery's Special Interest Group on Management of Data （SIGMOD 2026, CCF-A）

[4] Continuous-time Riemannian SGD and SVRG Flows on Wasserstein Probabilistic Space. Mingyang Yi, Bohan Wang

39th Conference on Neural Information Processing Systems (NeurIPS 2025, CCF-A)

[5] TANDEM: Bi-Level Data Mixture Optimization with Twin Networks.

Jiaxing Wang, Deping Xiang, Jin Xu, Mingyang Yi†, Guoqiang Gong, Zicheng Zhang, Haoran Li, Pengzhang liu†, Zhen Chen, Ke Zhang, Ju Fan, Qixia Jiang

Conference on Neural Information Processing Systems (NeurIPS 2025, CCF-A)

[6] Stability and Sharper Risk Bounds with Convergence Rate $\tilde{O}(1/n^2)$.

Bowei Zhu, Shaojie Li†, Mingyang Yi†, Yong Liu†

Conference on Neural Information Processing Systems (NeurIPS 2025, CCF-A)

[7] TR-PTS: Task-Relevant Parameter and Token Selection for Efficient Tuning.

Siqi Luo, Haoran Yang, Yi Xin, Mingyang Yi, Guangyang Wu, Guangtao Zhai, Xiaohong Liu

International Conference on Computer Vision (ICCV 2025, CCF-A)

[8] Improved Diffusion-based Generative Model with Better Adversarial Robustness.

Zekun Wang*, Mingyang Yi*†, Shuchen Xue, Zhenguo Li, Ming Liu, Bing Qin, Zhi-Ming Ma

International Conference on Learning Representations (ICLR 2025，CCF-A)

[9] Towards Understanding the Working Mechanism of Text-to-Image Diffusion Model

Mingyang Yi*†, Aoxue Li*, Yi Xin*, Zhenguo Li

38th Conference on Neural Information Processing Systems (NeurIPS 2024, CCF-A)

[10] V-PETL Bench: A Unified Visual Parameter-Efficient Transfer Learning Benchmark

Yi Xin*, Siqi Luo*, Xuyang Liu*, Haodi Zhou, Xinyu Cheng, Christina Luoluo Lee, Junlong Du, Yuntao Du., Haozhe Wang, MingCai Chen, Ting Liu, Guimin Hu, Zhongwei Wan, Rongchao Zhang, Aoxue Li, Mingyang Yi, Xiaohong Liu

Conference on Neural Information Processing Systems (NeurIPS 2024, CCF-A)

[11] SA-Solver: Stochastic Adams Solver for Fast Sampling of Diffusion Models

Shuchen Xue, Mingyang Yi†, Weijian Luo, Shifeng Zhang, Jiacheng Sun, Zhenguo Li, Zhi-Ming Ma

Conference on Neural Information Processing Systems (NeurIPS 2023, CCF-A)

[12] Breaking Correlation Shift via Conditional Invariant Regularizer.

Mingyang Yi, Ruoyu Wang, Jiacheng Sun, Zhenguo Li, Zhi-Ming Ma

11th International Conference on Learning Representations (ICLR 2023，CCF-A)

[13] Towards the Generalization of Contrastive Self-supervised Learning

Weiran Huang*, Mingyang Yi*, Xuyang Zhao*, Zihao Jiang

International Conference on Learning Representations (ICLR 2023，CCF-A)

[14] Characterization of Excess Risk for Locally Strongly Convex Population Risk

Mingyang Yi*, Ruoyu Wang*, Zhi-Ming Ma

Conference on Neural Information Processing Systems (NeurIPS 2022, CCF-A)

[15] Accelerating Training of Batch Normalization: A Manifold Perspective

Mingyang Yi

Uncertainty in Artificial Intelligence (UAI 2022，CCF-B).

[16] Out-of-distribution Generalization with Causal Invariant Transformations

Ruoyu Wang*, Mingyang Yi*, Zhitang Chen, Shengyu Zhu

Computer Vision and Pattern Recognition (CVPR 2022，CCF-A)

[17] Improved OOD Generalization via Adversarial Training and Pre-training

Mingyang Yi, Lu Hou, Jiacheng Sun, Lifeng Shang, Xin Jiang, Qun Liu, Zhi-Ming Ma

International Conference on Machine Learning (ICML 2021，CCF-A)

[18] Reweighting Augmented Samples by Minimizing the Maximal Expected Loss

Mingyang Yi, Lu Hou, Lifeng Shang, Xin Jiang, Qun Liu, Zhi-Ming Ma

International Conference on Learning Representations (ICLR 2021，CCF-A)

[19] BN-invariant Sharpness Regularizes the Training Model to Better Generalization

Mingyang Yi, Huishuai Zhang, Wei Chen, Zhi-Ming Ma, Tie-Yan Liu

International Joint Conference on Artificial Intelligence (IJCAI 2019，CCF-A)

[20] Stablize Deep ResNets with A Sharp Scaling \tau

Huishuai Zhang, Da Yu, Mingyang Yi, Wei Chen, Tie-Yan Liu

Journal of Machine Learning (CCF-B)

[21] Improving Deep Learning by Regularized Scale-Free MSE of Representations

Xufang Luo, Mingyang Yi, Yunhong Wang

International Conference on Neural Information Processing (ICONIP 2019)

社会兼职：

国际会议/期刊审稿人：ICML，NeurIPS，ICLR，AISTATS，UAI，CVPR，TNNLS，IJCV等。

荣誉获奖：

3354cc金沙集团青年英才，2024年

中国科学院优秀博士论文，2023年 （中科院系统博士比例<1%）<>

中国科学院大学朱李月华奖学金，2022年 

中国科学院大学国家奖学金，2021年

华为诺亚方舟实验室年度优秀实习生，2021年

中国科学院大学院长特别奖，2019年