我研究多模态模型如何学习有效表征，并在数据、任务和场景持续变化时保持适应能力。
"慢慢开始，有为勿停"
我正在积极寻找 2027 年秋季香港高校博士入学机会。
研究方向
多模态表征学习
构建基于生成式多模态大模型的工业级商品理解系统
持续与自适应学习
使模型在无界数据流中持续学习而不遗忘
高效混合专家架构
设计层次化 MoE 系统，统一识别、生成与表征
教育背景
北京航空航天大学
硕士，计算机科学
Sep 2024 — Jun 2027
北京航空航天大学
学士，软件工程
Sep 2019 — Jun 2024
实习经历
阿里巴巴集团
研究实习生，搜索广告
Apr 2025 — Present
最新动态
Jul. 2026
📄 Research
1 篇论文被 ACM MM 2026 录用（共同一作）
Jun. 2026
📄 Research
1 篇论文在 CVPR 2026 发表（共一排名第一，独立主导）
Feb. 2026
📄 Research
1 篇论文在 WSDM 2026 发表 Oral（共同一作）
Nov. 2025
📄 Research
MOON 技术报告（31 页）发布于 arXiv，记录 +20% CTR 部署全过程
Apr. 2025
💼 Work
加入阿里巴巴集团（淘天）搜索广告团队担任研究实习生
Sep. 2024
🏆 Award
进入北京航空航天大学计算机学院攻读硕士（前 20%）
Jun. 2024
🏆 Award
获评北航优秀毕业生（前 10%）
论文发表
* 表示同等贡献。 
MOON3.0: Reasoning-aware Multimodal Representation Learning for E-commerce Product Understanding
TL;DR: 首个推理感知的多模态大模型商品表征系统，结合对比学习与 GRPO 强化训练及 FIRE 细粒度增强模块。
MOON Embedding: Multimodal Representation Learning for E-commerce Search Advertising
TL;DR: 31 页完整技术报告，记录 MOON 在淘宝搜索广告全链路部署，累计 +20% CTR 提升。
经历
Apr 2025 — Present
研究实习生 / LLM 算法工程师
阿里巴巴集团，淘天搜索广告
MOON 系列多模态商品表征模型核心贡献者。部署于淘宝搜索广告全链路（召回、相关性、排序），累计提升 +20% CTR——三年内搜索广告最大单项目收益。
Sep 2024 — Present
硕士研究生
北京航空航天大学，计算机学院
在李甲教授指导下研究持续学习与混合专家架构。在 CVPR、WSDM、ACM MM 发表论文。探索层次化 MoE 方法在在线持续学习与持续个性化生成中的应用。
Sep 2019 — Jun 2024
软件工程学士
北京航空航天大学，软件学院
GPA 3.82/4.0（前 6%）。国家励志奖学金获得者。全国大学生数学建模竞赛北京赛区一等奖。
所获荣誉
2026 CVPR 2026 发表（Poster）
2026 ACM MM 2026 发表（Poster）
2026 WSDM 2026 发表（Oral）
2024 北航优秀毕业生
2022-2023 国家励志奖学金（前 10%）
2020, 2022 全国大学生数学建模竞赛北京赛区一等奖
2022 外研社英语演讲比赛省一等奖
2020 美国大学生数学建模竞赛 H 奖
关于我
我是北京航空航天大学计算机科学与工程学院三年级硕士研究生，导师为李甲教授。研究方向聚焦多模态表征学习与持续学习，以混合专家（MoE）架构为统一视角。目前在阿里巴巴集团（淘天）搜索广告团队担任研究实习生，参与 MOON 系列多模态商品表征模型的研发。
我正在寻找 2027 年秋季入学的博士机会。如果您对相关研究方向的合作感兴趣或有招生计划，欢迎联系我。
联系方式
- EmailNieZH@buaa.edu.cn
- ScholarGoogle Scholar
- GitHubzhanhengnie
- HuggingFaceZHNie
- ORCID0009-0007-6313-3504