简介

凯翔是虾皮 LLM 基座团队创始成员，参与从头训练 7B、13B、MoE、Max、Thinker 系列自研 LLM 基座模型，模型的东南亚语言和电商指标居前列。目前主要负责强化学习、长上下文扩展和多轮工具 Agent。曾全程参与建设 LLM 基座训练流程，涉及数据、框架、预训练、对齐、评测等全流程。此前负责搜索团队内的 query 类目分类项目。

凯翔曾经负责微众银行多个产品的智能客服系统，例如微粒贷、微业贷、微车贷等。

凯翔于 2018 年在香港科技大学计算机系杨强教授指导下获得博士学位，本科毕业于中山大学计算机系。他在 SIGKDD、IJCAI、AAAI 等顶级人工智能会议发表了论文，并担任 AAAI、IJCAI 和 ACML 等会议的审稿人。

凯翔的团队获得了 2012 年诺基亚移动数据大赛用户属性预测任务的世界冠军。

研究兴趣

大语言模型，强化学习，长上下文，工具 Agent，对话系统，迁移学习

工作经验

  • 虾皮 Shopee，大语言模型团队、搜索和推荐团队，算法专家工程师 | 2021 年至今

    • 2023 年 10 月至今。参与训练虾皮 7B、13B、MoE、Max、Thinker 系列自研模型，主要负责强化学习、长上下文扩展和多轮工具 Agent。

    • 2023 年 3 月至 10 月。负责搭建迭代了基于开源基座的指令遵循模型 v0.3、v0.4、v0.5，协调并参与了东南亚语言词表扩展、数据准备、训练框架调研改进、训练、长文本扩展、评测等环节。搭建了公司第一个大语言模型评测系统：除标准 benchmark 外，还针对公司场景搭建了自己的测试集合，从 8 个不同维度衡量模型问答性能；构建了内部东南亚语言性能 benchmark；构建了 MMLU 东南亚版本。最终模型对公司内的应用场景达到了一流水平。

    • 2021 年 9 月至 2023 年 3 月。搜索关键词类目相关性项目。根据 bad case 定位了搜索类目里的主配件问题，发现人工标注有很多错误标注，对此提出了一个伪标注方法，提升了数据的数量和质量，Bad case rate -2.5%、OPU +0.28%、CTR +1.67%。此外从 0 搭建改进了波兰等新国家的类目相关性模型。

  • 微众银行，AI 项目组，高级研究员 | 2018 年至 2021 年

    • 负责微众银行智能客服系统技术和算法研发，该系统 24 小时支持微众银行的各个产品，例如微粒贷、微业贷、微车贷等，90% 以上的消息由智能客服自动回复，减少了人工坐席 90% 的工作量。同时负责微众银行 SaaS 云上智能客服系统的技术和算法开发，该系统服务包括长虹电器、上饶银行、宝生村镇银行等第三方合作伙伴。

    • 带领团队竞标、设计、实施并交付了多个智能客服系统项目，包括中国人民银行清算总中心接入组智能客服项目、深圳金融办智能信访助手项目、前海金融办智能信访助手项目等。

  • 腾讯 TEG，广点通智能广告平台，实习生 | 2014 年

    • 利用图片特征改进提升广告冷启动推荐算法性能。

教育经历

  • 香港科技大学，计算机系博士学位 | 2011 年至 2018 年

    • 导师：杨强教授

    • 博士论文：《任务型对话系统中的强化迁移学习》

    • 诺基亚移动数据挑战赛，世界冠军，2012

  • 中山大学，计算机科学与技术学士学位 | 2007 年至 2011 年

    • 国家奖学金（前 1%），2008、2009

    • 一等奖学金（前 5%），2008、2009、2010

论文

  • Shopee LLM Team, Each Prompt Matters: Scaling Reinforcement Learning Without Wasting Rollouts on Hundred-Billion-Scale MoE, Arxiv Preprint, 2025. [Link]

  • Kaixiang Mo, Yuxin Shi, Weiwei Weng, Zhiqiang Zhou, Shuman Liu, Haibo Zhang, Anxiang Zeng, Mid-Training of Large Language Models: A Survey, Arxiv Preprint, 2025. [Link]

  • Shopee LLM Team, Compass-v3: Scaling Domain-Specific LLMs for Multilingual E-Commerce in Southeast Asia, Arxiv Preprint, 2025. [Link]

  • Anxiang Zeng, Haibo Zhang, Kaixiang Mo, Long Zhang, Shuman Liu, Yanhui Huang, Yawen Liu, Yuepeng Sheng, Yuwei Huang, Compass-Thinker-7B Technical Report, Arxiv Preprint, 2025. [Link]

  • Shopee LLM Team, Compass-V2 Technical Report, Arxiv Preprint, 2025. [Link]

  • Shopee LLM Team, Compass-13B Technical Report, Shopee Tech Report, 2024.

  • Shopee LLM Team, Compass: Large Multilingual Language Model for South-east Asia, Arxiv Preprint, 2023. [Link]

  • Shuangyin Li, Yu Zhang, Rong Pan, Kaixiang Mo, Adaptive Probabilistic Word Embedding, The Web Conference 2020 (WWW 2020), April 20-24, 2020 Taipei.

  • Kaixiang Mo, Transfer Reinforcement Learning for Task-oriented Dialogue Systems, HKUST PhD Thesis, 2018. [PDF] [Slides]

  • Kaixiang Mo, Yu Zhang, Qiang Yang, Pascale Fung, Cross-domain Dialogue Policy Transfer via Simultaneous Speech-act and Slot Alignment, Arxiv Preprint, 2018. [Link] [PDF] [Slides]

  • Kaixiang Mo, Yu Zhang, Qiang Yang, Pascale Fung, Fine Grained Knowledge Transfer for Personalized Task-oriented Dialogue Systems, Arxiv Preprint, 2017. [Link] [PDF] [Slides]

  • Weiyan Wang, Yuxiang WU, Yu Zhang, Zhongqi Lu, Kaixiang Mo, Qiang Yang, Integrating User and Agent Models: A Deep Task-Oriented Dialogue System, Arxiv Preprint, 2017. [Link]

  • Wenya Zhu, Kaixiang Mo, Yu Zhang, Zhangbin Zhu, Xuezheng Peng, Qiang Yang, Flexible End-to-End Dialogue System for Knowledge Grounded Conversation, Arxiv Preprint, 2017. [Link]

  • Kaixiang Mo, Qiang Yang, A Survey of Task-Oriented Dialogue Systems, PQE survey, 2017. [PDF] [Slides]

  • Kaixiang Mo, Shuangyin Li, Yu Zhang, Jiajun Li, Qiang Yang, Personalizing a Dialogue System with Transfer Reinforcement Learning, The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18), February 2nd - February 7th, 2018, New Orleans, Lousiana, USA. [Link] [Slides]

  • Kaixiang Mo, Bo Liu, Lei Xiao, Yong Li, Jie Jiang, Image Feature Learning for Cold Start Problem in Display Advertising, International Joint Conference on Artificial Intelligence (IJCAI 2015), July 25th - July 31st, 2015, Buenos Aires, Argentina. [PDF]

  • Kaixiang Mo, Erheng Zhong, Qiang Yang, Cross-Task Crowdsourcing, In Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD'2013), August, 2013, Chicago, Illinois, USA. [PDF] [Data]

  • Erheng Zhong, Ben Tan, Kaixiang Mo, Qiang Yang. User demographics prediction based on mobile data. Pervasive and Mobile Computing Journal. (Accepted)

  • Kaixiang Mo, Ben Tan, Erheng Zhong and Qiang Yang. Your Phone Understands You. Nokia Mobile Data Challenge Workshop, in conjunction with Pervasive'12, Newcastle, June 2012. [PDF] First Place in Demographic Prediction Task. [Link]

学术服务

  • AAAI / IJCAI / ACML 审稿人

最后更新于 2026 年 8 月 25 日

©2016-2026莫凯翔版权所有 粤ICP备16029964号