메타러닝 방법의 역사, 그 기원, 아이디어, 최근 인기 있는 메타러닝 방법과 조직적 아이디어, 개선 옵션, 상호 상속 및 적용하는 방법을 알아보며, 메타러닝 프레임워크 아래 강화 학습, 모방 학습, 온라인 학습, 비지도 학습, 전이 학습 등을 통합하여 복잡하고 변화하는 실제 업무에 적응하기 위해 실제 애플리케이션에서 심층 모델을 개선하는 방법을 소개합니다

2012년 칭화대학교의 수자원 관리 및 수력 발전 공학과에서 공학학사 학위와 경제학 학사 학위를 취득했다. 2017년 미국 노스캐롤라이나주립대 통계학과에서 통계학 박사 학위를 취득했으며, 고차원 데이터와 인과 추론을 주로 연구했다. 2019년 칭화대학교 재무학과에서 박사후 과정을 마쳤으며, 연구방향은 공적자금 성과 평가이다. 그 후, Inspur(Beijing) Electronic Information Industry Co., Ltd.의 State Key Laboratory에서 연구원으로 근무하며 머신 러닝연구에 집중하고 있다.