個人經歷
葉智釩於2013級進入西南交通大學攻讀博士學位,並在讀期間獲得2015年國家優秀研究生獎學金。博士畢業後,他進入清華大學從事博士後研究工作。
葉智釩作為合作者活躍於學術研究領域。在2015年至2019年間,他作為合作者參與了多篇關於序列設計、密碼學等領域的論文。自2022年以來,他在人工智慧、計算機體系結構、圖形學等領域與多個研究團隊合作,成果發表於NeurIPS、ICLR、HPCA、MICRO等頂級會議。
主要成就
Zhifan Ye在序列設計領域做出了貢獻,研究了低模糊區序列的理論與設計,提出了零相關區序列集的新構造方法,並研究了具有最優周期互相關特性的頻譜約束序列集。
在人工智慧與機器學習方面,Zhifan Ye研究了提升
狀態空間模型長上下文理解能力的訓練自由方法,包括通過擴大感受野的LongMamba和通過注意力引導令牌過濾的LAMB。
在
計算機視覺與圖形學領域,Zhifan Ye致力於高效渲染與重建算法的研究,提出了通過算法-硬體協同設計實現高效通用神經輻射場的Gen-NeRF,利用基於圖像的渲染實現通用神經輻射場的Omni-Recon,通過學習的片段剪枝實現高效渲染的方法,以及用於增強現實和虛擬現實的實時高斯渲染邊緣GPU外掛程式Gaussian Blending Unit。
在集成感測與通信方向,Zhifan Ye研究了提升系統都卜勒彈性的序列設計,提出了低模糊區互補序列方法,並探討了低模糊區的理論界和都卜勒彈性序列設計。
在人工智慧加速器設計自動化方面,Zhifan Ye探索了利用大語言模型進行下一代人工智慧加速器設計自動化的GPT4AIGChip。
主要作品
2025年,Zhifan Ye發表了“LAMB: A Training-Free Method to Enhance the Long-Context Understanding of SSMs via Attention-Guided Token Filtering”(ACL 2025)、“LongMamba: Enhancing Mamba's Long-Context Capabilities via Training-Free Receptive Field Enlargement”(ICLR 2025)、“Gaussian Blending Unit: An Edge GPU Plug-in for Real-Time Gaussian-Based Rendering in AR/VR”(HPCA 2025)以及“Scaling Laws of Graph Neural Networks for Atomistic Materials Modeling”(DAC 2025)。
2024年,發表了“Omni-Recon: Harnessing Image-Based Rendering for General-Purpose Neural Radiance Fields”(ECCV 2024)和“3D Gaussian Rendering Can Be Sparser: Efficient Rendering via Learned Fragment Pruning”(NeurIPS 2024)。
2023年,發表了“ViTALiTy: Unifying Low-rank and Sparse Approximation for Vision Transformer Acceleration with a Linear Taylor Attention”(HPCA 2023)、“GPT4AIGChip: Towards Next-Generation AI Accelerator Design Automation via Large Language Models”(ICCAD 2023)以及“New Spectrally Constrained Sequence Sets with Optimal Periodic Cross-Correlation”(IEEE Transactions on Information Theory 2023)。
榮譽獎項
葉智釩獲2015年國家優秀研究生獎學金。
個人生活
葉智釩於2013年成為研究生,在學期間曾獲得2015年國家優秀研究生獎學金,後於
西南交通大學獲得博士學位,並進入
清華大學從事博士後研究工作。
相關作品
Zhifan Ye作為主要作者或合作者,在計算機科學領域發表了多篇學術論文。其詳細作品列表可參見“主要作品”章節。
此外,Zhifan Ye的最新研究成果包括《LongMamba: Enhancing Mamba's Long-Context Capabilities via Training-Free Receptive Field Enlargement》(ICLR 2025)。