头像

梁小波 副教授

未来科学与工程学院

个人资料

  • 直属机构:未来科学与工程学院
  • 联系电话:
  • 性别:
  • 电子邮箱:xbliang@suda.edu.cn
  • 专业技术职务:
  • 办公地址:
  • 毕业院校:苏州大学
  • 通讯地址:
  • 学位:博士
  • 邮编:
  • 学历:研究生
  • 传真:

教育经历

教育经历:

工作经历

工作经历:

个人简历

个人简介:

苏州大学副教授,研究方向为自然语言处理、大模型训练和与推理、奖励建模等,曾在微软亚洲研究院(MSRA)、百度文心、西湖大学等知名研究机构开展学术访问。近五年以第一作者身份在 NeurIPS、TPAMI、ACL等国际顶级会议和期刊发表论文数十篇。其代表性成果 “R-Drop”入选 2021 年度智源人工智能前沿报告,已广泛应用于微软多语种机器翻译、微信推荐系统、阿里电商等多个实际场景,取得了显著效果。目前入选了2025年度CCF-腾讯犀牛鸟基金。

研究领域

研究领域:

开授课程

开授课程:课程教学:

科研项目

科研项目:

论文

论文:
  • 1、Generative Reward Modeling via Synthetic Criteria Preference Learning,ACL,CCF-A,2025,Xiaobo Liang(第一作者),Soochow University
  • 2、Open-ended long text generation via masked language modeling,ACL,CCF-A,2023,Xiaobo Liang(第一作者),Soochow University
  • 3、Dynamic and efficient inference for text generation via BERT family,ACL,CCF-A,2023,Xiaobo Liang(第一作者),Soochow University
  • 4、R-drop: Regularized dropout for neural networks,NeurIPS,CCF-A,2021,Xiaobo Liang(第一作者),Soochow University
  • 5、Multi-teacher distillation with single model for neural machine translation,TASLP,CCF-B,2022,Xiaobo Liang(第一作者),Soochow University
  • 6、JANUS: Joint autoregressive and non-autoregressive training with auxiliary loss for sequence generation,EMNLP,CCF-B,2022,Xiaobo Liang(第一作者),Soochow University
  • 7、Enhancing low-resource NLP by consistency training with data and model perturbations,TASLP,CCF-B,2023,Xiaobo Liang(第一作者),Soochow University
  • 8、Randomness regularization with simple consistency training for neural networks,TPAMI,CCF-A,2024,Juntao Li,Soochow University,Xiaobo Liang(学生一作)
  • 9、Tool learning via Inference-time Scaling and Cycle Verifier,ACL2025 Findings,CCF-A,2025,Xiaobo Liang(第一作者),Soochow University
  • 10、Cross-domain NER using cross-domain language modeling,ACL,CCF-A,2019,Chen Jia,Westlake University,Xiaobo Liang(共同一作)
  • 11、Unlocking Recursive Thinking of LLMs: Alignment via Refinement,ACL Findings,CCF-A,2025,Haoke Zhang,Soochow University,Xiaobo Liang

科技成果

软件著作 软件著作: 专利 专利:

荣誉及奖励

荣誉及奖励:

招生信息

招生信息:

目前有2026届保研名额,招收代码能力强的同学,会有coding面试,具体小组信息参考:苏州大学OpenNLG (https://opennlg.cn)。

招生信息1:

学位:博士

毕业院校:苏州大学

电子邮箱:xbliang@suda.edu.cn

办公地址:

联系电话:

13 访问

相关教师