面向时序异常检测的 LLM 后训练
围绕用户意图对齐与细粒度异常定位，研究可控轨迹合成、Agentic RL、多轮工具调用和 VLM 主动感知。
查看相关工作 →
清华大学 · 计算机科学与技术系博士生
徐龙龙
我是清华大学计算机科学与技术系博士生，目前在 NetMan Lab 开展研究，导师为 裴丹教授。我的研究聚焦于LLM 后训练、Agentic RL、多模态 LLM 对齐与推理，及其在智能运维中的应用。
我近期主要研究面向时间序列异常检测的 LLM 后训练，围绕用户意图对齐、记忆检索、多轮工具调用与 VLM 主动感知，提升模型在复杂异常检测任务中的推理与决策能力。在此过程中，我进一步关注到策略更新与轨迹生成不同步带来的 Off-Policy 问题，并将研究拓展至面向 LLM 后训练与长程 Agentic RL 的 Off-Policy 优化，重点缓解策略滞后与历史轨迹偏移对训练的影响。
我于 2023 年获得清华大学计算机科学与技术学士学位，曾在字节跳动、华为、中兴、eBay 和瑞莱智慧开展算法研究实习。已以第一作者发表两篇 ICML 2026 论文，另有两项第一作者研究工作在投。
2 篇一作 ICML 论文
LLM 后训练与 Agentic RL
120+ ChatTS 引用
研究方向
当前研究主要围绕 LLM 后训练、Agentic RL、多模态推理及其在智能运维中的应用展开。
近期动态
近期研究进展与论文录用。
2026.5
TameR 与 SPRINT 已被 ICML 2026 接收。
2026.4
Eagle 已被 FSE 2026 接收；该工作面向运维文档自动生成高质量评测问题。
2026.1
FoundRoot 已被 ICSE 2026 接收。
2025
ChatTS 与 OpsEval 分别被 VLDB 2025 和 FSE 2025 接收。
代表性工作与成果
完整列表见 Google Scholar。
意图对齐
Agent
Agent
IntentAD：业务意图对齐的 KPI 异常检测 Agent
以意图解析、记忆检索和工具执行构成多步 Agent 决策链，并通过 Agentic RL 提升模型遵循业务意图和完成多步决策的能力；已部署于字节实际开发环境。
主动
感知
感知
G2AD：基于 VLM 主动感知的时间序列异常检测
以 Qwen3.5-9B 为底座构建多轮检查 Agent。模型先从全局视图筛选候选区域，再并行获取高分辨率局部证据，并结合多轮结果逐步精化异常边界、自主判断何时停止；通过可控数据合成与两阶段 SFT + GRPO 训练获得主动感知能力。
研究主题时间序列预测与推理增强
Taming the Recent-Data Bias: Towards Robust Time Series Forecasting with Global Context
首个对近期观测异常保持鲁棒的时间序列预测模型。工作分析了现有模型对近期数据的捷径依赖，并结合随机采样的全局上下文建模、可学习周期提取与两阶段训练提升预测鲁棒性。
研究主题时间序列预测与推理增强
See More, Forecast Better and Faster: Enhancing Time Series Foundation Models via Inference-Time Plug-and-Play Downsampling
提出无需训练的推理时增强框架，利用降采样与样条插值扩展基础模型可利用的上下文长度；预测精度提升 19%，同时将峰值显存和推理时间分别降至原来的 1/6.4 与 1/16.9。
研究主题AIOps 根因定位
Microservice Root Cause Analysis With Limited Observability Through Intervention Recognition in the Latent Space
MicroScope 面向复杂内部系统，在隐空间中建模系统指标之间的因果关系，并通过干预识别定位根因；算法已完成工程化应用。
研究主题多模态 LLM 对齐与推理
FoundRoot: Towards Foundation Model for Root Cause Analysis via Structured Deep Thinking
首批面向故障诊断推理的 LLM 基础模型之一。该工作将多模态语义特征、异常波动与传播关系组织为结构化推理链路，并通过 GRPO + RLVR 提升模型在未见故障类型上的泛化能力与可解释性。
研究主题多模态 LLM 对齐与推理
ChatTS: Aligning Time Series with LLMs via Synthetic Data for Enhanced Understanding and Reasoning
首个将时间序列作为原生新模态接入 LLM 的多模态模型。该工作通过 SFT 实现跨模态对齐，并扩展 vLLM 以支持新模态的高效推理；截至 2026.8，项目已获 470+ GitHub Stars、120+ 引用与超过 2 万次模型下载。
研究主题LLM 评测与 AIOps
OpsEval: A Comprehensive Benchmark Suite for Evaluating Large Language Models' Capability in IT Operations Domain
面向 AIOps 领域构建综合评估基准，包含 9,000+ 问答，覆盖 8 个子领域与多种评测范式；同时提出与专家判断对齐的问答评分指标 FAE-Score。
研究主题LLM 评测与 AIOps
Eagle: Leveraging Operations Documents for Comprehensive Benchmark Question Generation
面向多层级运维文档自动构建评测数据集。该框架结合种子数据合成、分层文档召回与一致性验证，提升评测数据的专业性和证据可追溯性；已部署于华为实际开发环境。
研究主题LLM 评测与 AIOps
TechSupportEval: An Automated Evaluation Framework for Technical Support Question Answering
通过关键术语匹配、步骤顺序验证和完整性检验自动评估技术支持问答，AUC 相比前序最优方法提升 7.6%。
研究主题鲁棒 AI 与模型安全
Towards Effective Adversarial Textured 3D Meshes on Physical Face Recognition
通过优化带有对抗纹理的 3D 网格，攻击多种架构的人脸识别模型，并在真实环境中绕过手机解锁、智能门锁等人脸识别系统。
研究主题鲁棒 AI 与模型安全
Face3DAdv: Exploiting Robust Adversarial 3D Patches on Physical Face Recognition
通过在 3D StyleGAN 隐空间中优化人脸补丁，实现鲁棒的物理人脸对抗攻击。
经历
相关工业研究经历按 LLM 工作与其他研究方向分组展示。
01 LLM 相关实习
字节跳动
2025.9 - 2026.8算法实习生。搭建面向时间序列推理的多模态 LLM 后训练与评测链路，覆盖可控数据合成、多轮工具调用轨迹构造、SFT、Agentic RL、轨迹评测、RLVR 与高效推理。同时扩展 LLaMA-Factory、VeRL、TRL GRPOTrainer 和 vLLM，使这些框架支持原生时序输入；相关工作包括 ChatTS、FoundRoot、IntentAD 与 G2AD。
中兴
2024.1 - 2024.8算法实习生。完成 AIOps 领域语料与问答数据合成、LLM 后训练和自动评测全流程，使领域问答准确率较 Chat 基座提升超过 80%。合作论文包括 OpsEval（FSE 2025）与 TechSupportEval（IJCNN 2025）；在线排行榜访问量已超过200 万。
02 其他实习
字节跳动
2025.1 - 2025.8算法实习生。围绕时间序列基础模型的鲁棒性与推理效率开展研究，重点解决模型对近期观测的捷径依赖和超长上下文受限问题；相关工作形成一作论文 TameR 与 SPRINT（ICML 2026）。
华为
2024.9 - 2025.12算法实习生。研究光传输网络多源时空基础模型，以及基于多层级文档的评测数据集自动构建方法；参与 Eagle（FSE 2026，CCF A），并推动部分算法完成工程化落地。
eBay
2023.8 - 2023.12算法实习生。面向复杂内部系统研发根因定位算法，在隐空间中建模系统指标之间的因果关系，并通过干预识别定位根因。算法已完成工程化应用，相关工作形成合作论文 MicroScope（KDD 2024，CCF A）。
RealAI（瑞莱智慧）
2022.8 - 2023.7算法实习生。围绕人脸识别模型安全开展物理世界 3D 对抗攻击研究，包括对抗纹理网格生成与 3D 隐空间补丁优化；相关工作形成合作论文 AT3D（CVPR 2023，CCF A，Highlight）与 Face3DAdv（IJCV 2024，CCF A）。
荣誉
部分奖项与荣誉。
- 清华大学计算机系优秀本科毕业生
- 清华大学本科生优秀毕业论文
- 小米奖学金
- 清华大学综合优秀奖学金
- 清华大学社会工作优秀奖学金