English
柳先杰

柳先杰

人工智能硕士研究生，四川大学

我是四川大学智能科学与技术专业的硕士研究生，专注于深度学习、计算机视觉和多模态大语言模型。我的研究兴趣包括高精度二分图像分割、多模态交互与理解。2025年5月至2026年2月，我在阿里妈妈担任研究型实习生，专注于电商内容理解和商业意图识别的多模态大模型研究。2026年6月至今，我在腾讯优图实验室担任暑期研究型实习生（青云计划），研究原生多模态大模型、基础模型预训练。

Email GitHub Google Scholar

最新动态

实习经历

腾讯优图实验室 — 暑期研究型实习生（青云计划），原生多模态大模型
2026.06 – 至今
阿里妈妈 — 研究型实习生，多模态大语言模型
2025.05 – 2026.02

教育经历

四川大学 — 硕士，智能科学与技术
2024 – 2027
四川大学 — 本科，计算机科学与技术，排名：3/315 (< 1%)
2020 – 2024

学术论文

HiDe
ICML 2026

HiDe：通过层次化解耦重新思考高分辨率MLLM中的放大方法

柳先杰，胡伊曼，邹一雄，等

发现MLLMs在高分辨率图像上的真正瓶颈是背景干扰而非物体大小。HiDe利用Token级注意力解耦和布局保持解耦，在V*Bench上达到SOTA（92.1），超越RL方法，内存消耗降75%。

arXiv 项目
E-VAds
ICML 2026

E-VAds：面向MLLM的电商短视频理解基准

柳先杰，胡伊曼，吴亮，等

首个电商短视频理解基准，包含3,961条视频与19,785个问答对。提出MG-GRPO多粒度奖励策略，E-VAds-R1仅需数百样本即实现商业意图推理109.2%性能提升。

arXiv 代码
PDFNet
CVPR 2026

基于深度完整性先验与细粒度Patch策略的高精度二分图像分割

柳先杰，傅可人，赵启军

引入单目伪深度图作为结构先验。PDFNet以不到50%参数量在DIS-5K达到SOTA，推理速度相较于扩散模型快约5倍。

arXiv 项目
DIS-SAM
ICME 2025

推动Segment Anything Model实现高精度二分图像分割

柳先杰，傅可人，蒋遥，赵启军

两阶段框架DIS-SAM，将SAM与IS-Net级联实现高精度DIS。在DIS-5K上相比SAM、HQ-SAM、Pi-SAM分别提升约8.5%、6.9%、3.7%的Max F-measure。

arXiv 代码
UML
MICCAI 2023

基于不确定性感知互学习的医学图像联合分类与分割

任凯，邹可，柳先杰，等

提出不确定性感知互学习（UML）框架，通过证据深度学习提供置信度估计，构建不确定性导航解码器和指导器，在公开数据集上准确性和鲁棒性均优于现有方法。

arXiv 代码

项目经历

TennineClaw

GitHub

AI 编程助手 Web 平台，独立开发。支持流式对话、19+ 内置工具、Smart/Plan 双交互模式、自定义角色系统、分支会话、上下文压缩等核心功能。

PythonFastAPIAI全栈开发

Awesome-Dichotomous-Image-Segmentation

GitHub

二分图像分割（DIS）领域的精选资源合集，包含论文、数据集、代码实现等内容。

计算机视觉图像分割资源合集

国家级交叉学科大创

基于多模态的骨关节置换术后感染诊断。联合华西医院影像科构建图文多模态数据集及判别算法。成果：ICMSP会议论文（第一作者），Sensors SCI Q2（第三作者），发明专利一项，软件著作权一项。

医学影像多模态学习

荣誉奖项