杨林
杨林博士现任加州大学洛杉矶分校（UCLA）电子与计算机工程系和计算机科学系终身副教授。他的研究关注现代机器学习和数据科学的理论基础与系统方法，尤其是强化学习、大语言模型加速、压缩与量化、非凸优化以及流式算法。
他的工作致力于设计具有可证明保证的高效算法，并研究不确定环境中的安全、高效决策。近期研究还包括智能体框架、LLM 微调，以及面向医疗、机器人、金融和科学发现等应用的可靠 AI 系统。
杨林曾获 Amazon Faculty Award、Simons Research Fellowship、Dean Robert H. Roy Fellowship 以及 JHU MINDS Best Dissertation Award。加入 UCLA 前，他曾在普林斯顿大学从事博士后研究，师从王梦迪教授。他在约翰斯・霍普金斯大学获得计算机科学和物理与天文学双博士学位，导师为 Alex Szalay 和 Vladimir Braverman。