马晓晨（Xiaochen Ma）

马晓晨，香港科技大学计算机科学与工程学系博士生，师从袁彬航教授和张文涛教授。2026 年 6 月起，入选腾讯青云计划，在腾讯混元基础模型部（北京）任研究实习生。

目前主要研究大语言模型数据基础设施与高性能分布式系统，重点关注 Ray 和 Apache Spark 在大规模 LLM 数据准备中的系统设计与性能优化。此前的研究还包括多模态大模型与图像取证，主要涉及图像篡改检测与定位。

攻读博士学位前，曾于 2025 年 1 月至 2026 年 1 月在北京大学任全职研究助理，师从张文涛教授，从事大语言模型与多模态大模型研究；2023 年 7 月至 2024 年 6 月在四川大学任全职研究助理，师从周吉喆教授。

2023 年 6 月获四川大学计算机学院计算机科学与技术工学学士学位。本科毕业论文获评优秀本科毕业论文（400 余名学生中排名前二）。

代表性开源工作

• DataFlow 面向深度学习研究与部署的数据流系统，覆盖大模型数据准备与工作流自动化。 github.com/OpenDCAI/DataFlow

• IMDLBenCo 面向图像篡改检测与定位的统一训练及评测代码库，为相关研究提供标准化基准。 NeurIPS 2024 Spotlight · github.com/scu-zjz/IMDLBenCo

学术服务

会议审稿：AAAI 2027、NeurIPS 2026、BMVC 2026、ECCV 2026、CVPR 2026、ICLR 2026、AISTATS 2026、AAAI 2025、NeurIPS 2025、ICCV 2025、ICML 2025、CVPR 2025、ICLR 2025、AISTATS 2025、NeurIPS 2024、ACM MM 2024。