我是 PoTaTo, AI 爱好者与开源贡献者, 目前在 Nanjing University of Information Science and Technology (NUIST) 读大三。
主要研究领域包括 语音合成/理解, 文本大模型后训练, (二次元)图像生成, 超分辨率, AI气象预测 等。
关于我的学术研究以及工业界项目, 请移步 Github Personal Page 获取更多信息。
目前正在研究 二次元图像生成的可靠文本控制, 未来兴趣爱好可能会转向音视频一体生成。
欢迎学术合作。