个人简介
我是一名开源开发者与研究者,专注于 Agent RL、LLM 后训练与 AI 智能体。我创建和维护的开源项目累计获得 100,000+ GitHub stars,包括Happy-LLM、self-llm 与 agentic-rl-lab。
目前我在 西安电子科技大学 攻读博士学位,同时在 Emotion Machine Lab 做研究,负责开发者增长与开源社区运营。此前我曾在 西湖大学 AGI Lab 担任研究助理——一作论文Hard to Read, Easy to Jailbreak 发表于 Findings of ACL 2026——也曾在 云栖工程研究院 工作。
研究与工作经验
至今 情感机器实验室(Emotion Machine Lab) 研究员
在读 西安电子科技大学 博士研究生
精选成果
- 论文2026Hard to Read, Easy to Jailbreak: How Visual Degradation Bypasses MLLM Safety Alignment
Zhixue Song,Boyan Han,Yiwei Wang,Chi Zhang
Findings of the Association for Computational Linguistics
发现将长文本渲染为低分辨率图像后,多模态大模型的安全对齐会显著失效,且存在「还能看清、但读起来费力」的攻击舒适区;作者以「认知过载」解释该现象,并提出「结构化认知卸载」策略,将视觉转录与安全评估解耦以缓解风险。代码与数据已开源。
多模态大模型安全越狱攻击视觉上下文压缩 - 论文2024.11What can LLM tell us about cities?
Zhuoheng Li,Yaochen Wang,宋志学,Yuqi Huang,Rui Bao,Guanjie Zheng,Zhenhui Jessie Li
arXiv
系统评估大语言模型对全球城市与区域知识的掌握程度,通过直接查询与特征提取两条路径验证 LLM 隐含城市知识的可用性;基于 LLM 特征训练的预测模型精度稳定提升,为城市研究中的数据驱动决策提供了新路径。
城市科学大语言模型城市知识表征 - 项目2024–至今Happy-LLM:从零开始构建大模型
宋志学(项目负责人),邹雨衡(项目负责人),Datawhale 社区
GitHub 开源项目(Datawhale)
面向大模型系统学习者的开源教程,从 NLP 基础与 Transformer 架构讲到 LLaMA2 的手搓实现,覆盖预训练、SFT、LoRA/QLoRA 微调,并延伸至 RAG、Agent 与 Agentic RL;配套开源模型、PDF 与课件,GitHub 星标 3.4 万+。
大模型原理预训练与微调Agentic RL开源教育