教育经历
物理学博士，McGill University
导师：Prof. Hong Guo；预计 2027 年完成。
电子信息硕士，天津大学
导师：Prof. Peng Zhang。
计算机科学学士，天津工业大学
导师：Prof. Ding Liu。
AI 原生科学计算与研究项目
- DeePTB + SLEM · 2022–2025. 共同开发面向百万原子模拟的学习型紧束缚模型（Nature Communications 2024，共同第一作者），主导用于量子算符的局域等变模型 SLEM（ICLR 2025 Spotlight，第一作者）。
- VBCSR · 2026. 设计面向原子轨道的 MPI 分布式变块稀疏矩阵引擎；在测试的稀疏矩阵乘法算例中最高达到 8.4 倍加速，并用于 1,063,609 原子 InP 纳米颗粒的电子态计算。
- RESCU++ · 2026–present. 开发基于 C++/Python 与 VBCSR 的 LCAO-DFT 平台，覆盖分子、周期材料、磁性、自旋轨道耦合与杂化泛函；探索 GP 自洽加速、贝叶斯结构优化和自动化测试。
- RSATB · 2026–present. 研究无对角化的非正交哈密顿量谱、空间分辨物性及线性响应计算；正在研究超大尺度扭转三层石墨烯体系，论文准备中。
- AD-NEGF. 端到端可微的非平衡格林函数量子输运模拟器（Physical Review B 2023）。
- flower. 记录 Agent 在本地、SSH 和 Slurm 上完成的计算，并导出可复现工作流。
工业与研究经历
Research Intern · Nanoacademic Technologies Inc. (QTCAD)
蒙特利尔。在 Nanoacademic QTCAD 中开展 AI 增强的多尺度量子器件建模，包括以第一性原理哈密顿量代理模型估计超导结与电路相关物理量，以及耦合有限元静电学、原子尺度紧束缚和含时量子动力学的器件流程。
Research Intern · AI for Science Institute
北京；机器学习材料模拟。研究指导：Dr. Qiangqiang Gu 和 Dr. Linfeng Zhang。
Editorial Intern · Beijing Academy of Artificial Intelligence
跟踪机器学习研究并撰写技术综述。
科研软件
- DeePTB — 机器学习紧束缚哈密顿量； research note
- VBCSR — 面向大规模物理模拟的分布式变块稀疏矩阵； research note
- AD-NEGF — 可微非平衡格林函数量子输运； research note
- flower — 记录和复现科学计算工作流； research note
论文与预印本
以下目录直接读取本站的已核对论文记录，避免旧版简历与正式发表信息不一致。
-
2026
arXiv:2609.04397 (2026 preprint)
-
2026
arXiv:2607.06711 (2026 preprint)
-
2026
npj Computational Materials 12, 268 (2026)
-
2026
Physical Review B 113, 155123 (2026)
-
2025
npj Computational Materials 11, 375 (2025)
-
2025
2025 International Conference on Modeling, Simulation & Intelligent Computing (MoSICom; IEEE proceedings)
-
2025
Neurocomputing 657, 131520 (2025)
-
2025
Computational Materials Science 248, 113561 (2025)
-
2024
Nature Communications 15, 6772 (2024)
-
2025
ICLR 2025 (arXiv:2407.06053)
-
2023
Physical Review B 108, 195143 (2023)
学术组织与服务
AI4S-Benchmark · 发起人与协调者（2026–至今）。组织跨学科可验证的研究级科学 Agent 任务评估，涵盖代码、数据、模拟和科研工具。
学术社群：McGill Quantum Centre (MQC)、Centre for the Physics of Materials (CPM)、RQMP。
技术背景与荣誉
计算与 HPC： Distributed block-sparse algorithms, C++17, Python, MPI/OpenMP, ELPA, ScaLAPACK, PETSc/SLEPc, FFTW, MKL.
AI 与机器学习： Equivariant graph networks, learned Hamiltonians, active learning, Gaussian processes, Bayesian optimization, neural quantum states, PyTorch/JAX.
物理与多尺度模拟： LCAO-DFT, tight binding/NEGF, stochastic spectral and response methods, quantum embedding, TCAD, multiphysics device/circuit simulation.
奖项： Dr. & Mrs. Milton Leong Fellowship in Science (McGill University); National College Innovation Project (Tiangong University, 2018–2020).