SGLang X 超長擴展、RL后訓練框架、擴散語言模型等前沿技術實踐

在當前人工智能從“聊天”范式加速向“能辦事”的智能體時代演進的關鍵節點，LLM 系統優化與技術落地的實踐探索，更需要開發者們的深度聯結與經驗共創。

基于此，由 SGLang 社區、機器之心、張江孵化器聯合舉辦線下 Meetup，讓屏幕前的貢獻者走到臺前，讓幕后優化者分享實戰心法。2 月 6日下午，「SGLang 上海 Meetup」將在上海浦東·納賢路 800 號 1 層舉辦。

本次 Meetup 將圍繞 SGLang 技術路線、超長上下文擴展、RL 后訓練框架、擴散語言模型探索等議題展開深度解析，并設有自由交流環節。誠邀開發者與研究同仁共赴現場，探討 LLM 系統優化與落地實踐的新可能。

最新日程

最新日程正式揭曉，掃描下方報名二維碼，鎖定您的專屬入場資格。

活動嘉賓介紹

張柏舟：SGLang核心開發成員

個人簡介：SGLang 核心開發成員，主要負責開源大語言模型在不同 Cuda 硬件(Hopper, Blackwell)上的支持和優化。本科畢業于北京大學信息科學技術學院智能科學專業，碩士畢業于加州大學圣地亞哥分校（UCSD）計算機專業，曾于英偉達、百度等公司實習。

鄭錦煥：Omni-infer核心開發者

個人簡介：華為技術專家，omni-infer 社區核心貢獻者，具備多年軟件開發與系統設計經驗，長期深耕高性能系統與工程落地。熟悉網絡協議棧、分布式系統調度與資源管理、服務治理與性能診斷等。當前主要從事推理系統的方案設計與性能優化，圍繞負載均衡、算子融合、KV Cache、并行策略、通信開銷與端到端鏈路調優等方向提升吞吐、時延與穩定性，并參與推動相關能力與社區共建。

謝承興：清華大學博士生、 Slime 核心開發者

個人簡介：清華大學一年級博士生，是 slime 強化學習訓練框架的核心開發者之一，具備一定的強化學習系統構建與 Agentic RL 訓練經驗。其研究方向聚焦于大語言模型強化學習、強化學習系統基礎設施（RL Infra），以及如何提升大語言模型在真實世界復雜任務中的推理與決策能力。個人主頁：https://yitianlian.github.io/

蔡尚銘：SGLang 核心開發者、Mooncake 核心開發者

個人簡介：阿里云飛天實驗室研究員與技術專家，清華大學計算機科學與技術系博士。主要研究方向包括：高性能推理系統、大語言模型、分布式機器學習訓練等。他是 SGLang 社區 PD 分離、流水線并行等特性的核心 contributor 和 maintainer，同時也是 Mooncake 社區的核心成員與 maintainer。

李澤寰：螞蟻集團系統工程師、SGLang Contributor

個人簡介：李澤寰畢業于上海交通大學，專注于 AI Infra 領域，從系統、引擎與模型層的綜合視角進行優化。作為 SGLang dLLM 的核心貢獻者，他用該框架提升了 dLLM 模型的評測與強化學習效率。目前，螞蟻集團正基于此框架構建對外服務的低延遲推理能力。另外，作為機密計算領域開源項目 Occlum 的核心貢獻者，實現了異步網絡框架、運行時及 SGX-SDK 動態內存管理等關鍵模塊，并推動 Spark on Occlum 項目落地，擁有扎實的系統開發經驗。

掃碼鎖定線下席位

如您在報名期間有任何不清楚的地方，請隨時與活動小助手聯系：136 6148 9516（同微信）。