张雨桐
Zhang Yutong
博士研究生 · 申请岗位：高校教职 / 博士后研究员
zhangyt@example.edu.cn
|
+86 139-0000-5566
|
北京 · 海淀区
|
ORCID: 0000-0000-0000-0000
|
Google Scholar 主页
研究方向
Research Interests
自然语言处理、大语言模型的可靠性与可解释性、低资源场景下的跨语言迁移学习。近三年聚焦于大模型事实一致性的评测与缓解，
围绕幻觉检测、检索增强生成（RAG）的证据溯源方向发表论文 5 篇，其中第一作者 3 篇（含 CCF-A 类会议 2 篇）。
教育经历
Education
清华大学 计算机科学与技术 · 博士研究生（直博）
2022.09 — 2027.06（预计）
导师：××× 教授 | 研究方向：自然语言处理 | GPA 3.92 / 4.00
- 核心课程：机器学习、深度学习、统计自然语言处理、信息检索、概率图模型
北京邮电大学 计算机科学与技术 · 本科（学士）
2018.09 — 2022.06
GPA 3.87 / 4.00（专业排名 3 / 126，前 2.4%） | 北京市优秀毕业生
- 毕业设计：《面向低资源语言的跨语言语义对齐方法研究》——校级优秀毕业论文
发表论文
Publications （* 通讯作者，下划线为一作）
-
Y. Zhang, L. Chen, and H. Wang.
“Evidence-Grounded Decoding: Mitigating Factual Hallucination via Retrieval Consistency.”
In Proceedings of ACL 2025, pp. 1123–1137.
CCF-A
-
Y. Zhang, Q. Liu, and X. Zhao.
“Span-Level Hallucination Detection without Annotated Data.”
IEEE Transactions on Knowledge and Data Engineering (TKDE), 2025, 37(2): 845–859.
CCF-A · SCI Q1
-
J. Sun, Y. Zhang*, and M. Li.
“Cross-Lingual Transfer for Low-Resource NER with Synthetic Data Augmentation.”
In Proceedings of EMNLP 2024, pp. 4410–4423.
CCF-B
-
Y. Zhang, and H. Wang.
“A Survey on Faithfulness Evaluation of Large Language Models.”
中文信息学报, 2024, 38(7): 1–18.（中文核心）
-
Y. Zhang, R. Xu, and T. Yang.
“Retrieval-Augmented Generation with Adaptive Evidence Selection.”
In Findings of NAACL 2023, pp. 2201–2213.
研究经历
Research Experience
国家自然科学基金面上项目 · 主要参与人（学生第一）
2023.01 — 至今
《面向开放域问答的大模型事实性保障机制研究》
- 负责证据溯源模块设计与实现，构建包含 12 万条标注样本的中文幻觉检测基准数据集，已开源并被 30+ 课题组使用。
- 提出基于检索一致性约束的解码策略，在三个公开基准上将幻觉率平均降低 31.4%，相关成果发表于 ACL 2025。
×× 科技 联合实验室 · 研究实习生
2023.07 — 2024.02
大模型评测与对齐方向
- 参与构建企业级大模型评测流水线，覆盖 6 类任务共 48 项指标，支撑 5 个业务线模型选型决策。
- 设计人工一致性校验流程，将标注分歧率由 14% 降至 5.2%，产出内部技术报告 2 篇。
学术服务与荣誉
Service & Honors
审稿服务
ACL 2024 / 2025、EMNLP 2024、COLING 2025 程序委员会审稿人（累计 14 篇）
学术报告
ACL 2025 口头报告（Oral，接受率 8.6%）；中国计算语言学大会 2024 青年学者论坛特邀报告
奖励荣誉
2025 年清华大学研究生国家奖学金；2024 年「挑战杯」全国特等奖；2023 年校级优秀研究生标兵
技能
Python / PyTorch / HuggingFace / DeepSpeed；熟练使用 LaTeX、Git；英语（CET-6 612，可独立撰写与宣讲英文论文）
推荐人：××× 教授（清华大学计算机系，邮箱 xxx@tsinghua.edu.cn）、××× 研究员（×× 科技联合实验室）。可随时提供正式推荐信。