基础模型与后训练
研究长上下文数据选择、推理路径监督和模型融合,提升模型的推理效率与泛化能力。
孙林,360智脑事业部算法高级研究员、基础大模型团队负责人,兼任360集团技术委员会算法分委会主席、北大–360大模型联合实验室学术委员会委员、大数据协同安全技术国家工程研究中心大模型专委会主任。研究聚焦大模型后训练、安全与可信生成、RAG与文档智能,以及智能体的记忆与经验机制。
毕业于哈尔滨工业大学,2010年起从事AI研发,先后任职于腾讯、360、贝壳找房与如视。曾任贝壳中心总经理,带领百人规模跨职能团队,推动小贝助手、AI讲房等产品落地。《大模型安全关键技术及应用》项目获2025年北京市科学技术进步二等奖,孙林作为第二完成人参与该项目;入选朝阳区凤凰人才,获“首都网络安全人才”称号。
以第一作者或通讯作者在NeurIPS、ACL、EMNLP、AAAI等国际会议发表多篇论文,并担任审稿人。负责开源推理模型TinyR1的训练与发布。获多项发明专利授权,参与制定国家及行业标准3项。
研究长上下文数据选择、推理路径监督和模型融合,提升模型的推理效率与泛化能力。
研究动态攻防、安全对齐与分层策略控制,兼顾风险防护、正常任务体验与生成可靠性。
研究复杂文档中的证据损失、多文档证据分配、长期记忆和经验迁移,评估真实 Agent 工作流的效果。
围绕 32B 开源模型开展分支蒸馏、安全控制和分布感知模型融合,兼顾推理、指令遵循与安全表现。
动态攻防、闭环训练与检测—代答分离的研究和工程实践;相关项目获北京市科学技术进步二等奖。
从工业文档 OCR 鲁棒性到多文档证据分配,构建文档理解、检索与可信生成的评测和技术体系。
推进 Mem360 长期记忆与经验复用,围绕 Agent 工作流、记忆安全和经验服务开展研究。
面向房产经纪场景的智能助手,结合搜索、问答与数据智能;被写入贝壳美股上市招股说明书。
如视 / 贝壳阶段的 AI+VR 工作,将语音与智能交互用于房产讲解和看房场景。