我目前是 UBC 计算机科学本科生，也是 UBC NLP 研究组的研究助理，导师是 Peter West。我希望借助对人类思考、学习和发展过程的理解，改进模型的生成、推理和演化方式。近期研究兴趣包括：
- 创造力：理解智能系统如何产生真正新颖的想法，而非趋向共识。
- 记忆：探索记忆作为智能的基本组成部分的作用，而不仅将其视为信息存储。
- 非语言交流与推理：研究超越人类语言的推理与交流形式。
近况
-
入选 Lambda 的研究资助计划。感谢 Lambda！
-
我们的论文 Position: Universal Aesthetic Alignment Narrows Artistic Expression 被 ICML 2026 接收为 Spotlight！我将于 7 月 6–11 日在首尔，欢迎来打招呼！
经历
我目前在 UBC 攻读计算机科学理学学士学位，此前获得了福建农林大学的法学学士学位。在转向计算机科学之前，我曾在荷兰皇家帝斯曼（现为 dsm-firmenich）的中国法律团队担任法律助理。
在 UBC，我参与过多个领域的研究，包括与 Khalad Hasan 和 Shan Du 共同撰写 Position: Universal Aesthetic Alignment Narrows Artistic Expression（ICML 2026 Spotlight）；与 Khalad Hasan 和 Mahmudur Fatmi 开展出行行为数据的收集、清理和分析；与 Liane Gabora 探索计算创造力；以及与 Reza Khanbabaie 研究髓鞘与记忆。
代表项目
Position: Universal Aesthetic Alignment Narrows Artistic Expression
ICML 2026 · Spotlight（前 5%）
W. Guo、Q. Qian、K. Hasan、S. Du
当用户出于艺术或批评目的要求生成“反审美”的内容时，过度对齐的生成模型仍然默认产出符合传统审美的结果；即使反审美图像完全符合用户提示，奖励模型也会对其施加惩罚。我们认为，这反映了一种系统性偏见，损害了用户自主权和审美多元性。
BCATUS：出行行为追踪
2024 年 10 月 – 2026 年 4 月
使用 Swift 开发 iOS 应用（BCATUS），被动追踪大温哥华地区和奥肯那根地区 500 多名用户的出行行为，收集了 12,600 多次行程，为政府交通政策提供依据。在数据处理方面，设计了行程目的推断算法（相对提升 11.2%）、室内错误 GPS 聚类检测与清理算法，以及行程碎片合并算法，使 95% 以上的行程处理实现自动化，并减少了 50% 的处理时间。
AI 辅助组卷平台
2025 年 5–8 月
React · Node.js · PostgreSQL · Docker · BERT
基于微服务架构开发面向高校的自动组卷平台。我利用 BERT 嵌入的余弦相似度设计了语义题目推荐服务，并通过带有时间版本的缓存减少了 85–95% 的重复计算。同时，基于依赖链和相似度聚类设计了保持逻辑关系的选项打乱算法；针对 2–5 个选项的题目，将 O(n!) 的排列生成替换为 O(1) 的预计算查表，在最常见的情况下实现了最高 24 倍加速。