新加坡国立大学计算机科学博士，2017-2021

新加坡国立大学电气工程学士，2011-2015

代忠祥博士现任香港中文大学（深圳）数据科学学院助理教授、博士生导师，入选国家级高层次青年人才，并获评校长青年学者。他的研究工作获得了多项基金的资助，主持国家自然科学基金青年科学基金项目（C类）、广东省自然科学基金优秀青年项目、深圳市自然科学基金面上项目，以及华为大模型智能体合作项目、华为青年学者项目等。

在加入港中大（深圳）前，代博士于2024年在麻省理工学院（MIT）担任博士后研究员，并于2021年至2023年在新加坡国立大学（NUS）从事博士后研究。他于2015年和2021年分别获得新加坡国立大学的电气工程学士学位（一等荣誉）和计算机科学博士学位，博士期间受新加坡—麻省理工学院科研中心研究生奖学金资助。

代博士的研究兴趣涵盖机器学习的理论与应用。在应用层面，他专注于大语言模型，研究方向包括基于大模型的智能体、大模型个性化、大模型在线路由、基于大模型的社会模拟、大模型提示优化等；在理论层面，他深入研究多臂老虎机算法。他已在顶级AI会议和期刊上发表论文36余篇，其中28余篇发表于ICML、NeurIPS和ICLR（人工智能三大会议）。他担任NeurIPS和ICLR的领域主席（Area Chair），并常年为多个人工智能顶级会议担任审稿人。

Selected Publications (# corresponding author, * equal contribution):

1. X. Lin, Z. Dai#, A. Verma, S. K. Ng, P. Jaillet and B. K. H. Low, “Prompt optimization with human feedback,” arXiv preprint 2024.

2. X. Lin*, Z. Wu*, Z. Dai#, W. Hu, Y. Shu, S. K. Ng, P. Jaillet and B. K. H. Low, “Use Your INSTINCT: INSTruction optimization for LLMs usIng Neural bandits Coupled with Transformers,” in ICML 2024.

3. Z. Dai*, G. K. R. Lau*, A. Verma, Y. Shu, B. K. H. Low and P. Jaillet, “Quantum Bayesian optimization,” In NeurIPS 2023.

4. Z. Dai, Q. P. Nguyen, S. S. Tay, D. Urano, R. Leong, B. K. H. Low and P. Jaillet, “Batch Bayesian optimization for replicable experimental design,” In NeurIPS 2023.

5. A. Hemachandra, Z. Dai#, J. Singh, S. K. Ng and B. K. H. Low, “Training-free neural active learning with initialization-robustness guarantees,” in ICML 2023.

6. Z. Dai, Y. Shu, A. Verma, F. X. Fan, B. K. H. Low and P. Jaillet, “Federated neural bandits,” In ICLR 2023.

7. Y. Shu*, Z. Dai*, W. Sng, A. Verma, P. Jaillet and B. K. H. Low, “Zeroth-order optimization with trajectory-informed derivative estimation,” In ICLR 2023.

8. Z. Dai, Y. Shu, B. K. H. Low and P. Jaillet, “Sample-then-optimize batch neural Thompson sampling,” In NeurIPS 2022.

9. A. Verma*, Z. Dai* and B. K. H. Low, “Bayesian optimization under stochastic delayed feedback,” In ICML 2022.

10. Z. Dai, B. K. H. Low and P. Jaillet, “Differentially private federated Bayesian optimization with distributed exploration,” In NeurIPS 2021.

11. Z. Dai, B. K. H. Low and P. Jaillet, “Federated Bayesian optimization via Thompson sampling,” In NeurIPS 2020.

12. Z. Dai, Y. Chen, B. K. H. Low, P. Jaillet and T.-H. Ho, “R2-B2: Recursive Reasoning-Based Bayesian optimization for no-regret learning in games,” In ICML 2020.

13. Z. Dai, H. Yu, B. K. H. Low and P. Jaillet, “Bayesian optimization meets Bayesian optimal stopping,” In ICML 2019.

更多已出版著作，请点击https://daizhongxiang.github.io 查看