分论坛十五：大模型优秀博士生论坛
分论坛日程
| 时间 | 报告人 | 单位 | 报告题目 | |
| 14:30 - 15:00 | 郑双佳 | 上海交通大学 | AI药物与科学智能的崛起 | |
| 15:00 - 15:30 | 关健 | 蚂蚁集团 | 保持追问：从“行不通”到“走得通”的博士生核心一课 | |
| 15:30 - 16:00 | 梁小波 | 苏州大学 | 价值的价值：在模型训练与科研实践中寻找 Meta-reward | |
| 16:00 - 16:30 | 场间休息 | |||
| 16:30 - 17:00 | 谭鑫 | 华东师范大学 | 浪潮之间：从博士生到青年PI的适应与成长 | |
| 17:00 - 17:30 | 王尚文 | 国防科技大学 | 开门造车：大模型时代软件工程研究的生存指南 | |
| 17:30 - 18:00 | 闫衍芙 | 浙江大学 | 今天仍是未知：在迷茫中保持行动 | |
主席简介
刘学博（哈尔滨工业大学（深圳））
个人简介：刘学博，哈尔滨工业大学（深圳）副教授、博士生导师，入选中国科协青年人才托举工程。主要研究方向为大模型数据治理、垂域适配、多智能体交互。已在ACL、EMNLP、ICLR、NeurIPS等顶会发表论文60余篇，其中一作或通讯论文40余篇。长期担任ACL、EMNLP、NAACL等会议（高级）领域主席。主持国家自然科学基金青年、广东省面上、华为、腾讯、阿里、百度、电信等多个科研项目。获中国中文信息学会科学技术奖一等奖、澳门科学技术奖二等奖等荣誉。
陆垚杰（中国科学院软件研究所）
个人简介：陆垚杰，中国科学院软件研究所副研究员，博士毕业于中国科学院大学。主要研究方向为大模型在预训练、后训练与推理阶段的知识机制与知识增强。近年来在AIJ、ACL、ICLR、ICML、NeurIPS 等国际顶级会议和期刊发表论文五十余篇。学术服务方面，多次担任 ACL、EMNLP 等国际会议的审稿人和领域主席。主持国家自然科学基金青年基金、多项企业合作项目。曾入选中国中文信息学会优秀博士论文。
讲者简介
01 AI药物与科学智能的崛起
郑双佳（上海交通大学）
个人简介：郑双佳，上海交通大学未来技术学院长聘教轨助理教授，人工智能学院双聘研究员，博士生导师。入选2024年中国人工智能学会（CAAI）博士学位论文激励计划。主要从事生成式人工智能与药物设计交叉领域研究。成果以第一 / 通讯作者在Nat. Mach. Intell.(3篇), Nat. Comput. Sci., Nat. Commun.(四篇)等国际期刊及NeurIPS, ICLR, KDD等人工智能顶会上发表了六十余篇论文；成果被AlphaFold论文列为蛋白-配体小分子复合物结构预测代表性方法, 多项成果被人民日报, 中国科学报, MIT Tech Review, Forbes等媒体报道。入选亚洲青年科学家基金项目，福布斯亚洲30 under 30，国家科协青年托举项目，上海晨光计划；主持国自科青年基金项目、上海市自科面上项目、国家重点实验室课题在内的多项科研项目。获得世界人工智能大会云帆奖，百度奖学金等荣誉和奖项；长期担任Nature多个子刊审稿人及ICLR/NeurIPS领域主席。
演讲概要：新药研发是一个高度复杂且资源密集的过程，时间与成本投入不断攀升，却未能显著提升成功率。随着“科学智能时代”的到来，人工智能正从辅助工具进化为能够理解、推理与创新的科学智能体，重塑科学发现的逻辑。在这一背景下，生成式人工智能正在推动药物研发从“经验驱动”走向“信息与智能驱动”。本次报告将介绍我们如何在这一范式转变中，将深度学习与生成式模型落地到药物研发实践中，从生成式药物设计的最新进展，再到利用大模型实现理性分子设计以攻克难成药靶点，展示AI如何开启科学智能时代的药物发现新篇章。
02 保持追问：从“行不通”到“走得通”的博士生核心一课
关健（蚂蚁集团）
个人简介：关健，现任蚂蚁集团通用人工智能中心副研究员。他于清华大学获得计算机科学博士学位。入选2024年中国中文信息学会（CIPS）博士论文激励计划。他的主要研究方向为高效基座模型、大模型的复杂推理、个性化对齐、自然语言生成等。他在NeurIPS、ICLR、ICML、ACL等人工智能顶级会议上发表论文30余篇。获得2024年清华大学优秀博士论文、2022年微软学者提名奖等荣誉。
演讲概要：如果说博士生涯有一门必修的核心课，那一定不是如何漂亮地“解决问题”，而是在一次次“行不通”的挫败中，学会如何“寻找与定义问题”。本次分享，报告人将以一项关于掩码扩散大模型的研究为例，完整复盘一段从“行不通”到“走得通”的真实历程。报告人将坦诚分享最初那些基于直觉、却屡屡碰壁的“不work”的idea，并聚焦于如何通过保持追问，将思考的焦点从“我该怎么办？”（How）的方案焦虑，转向“它为什么会这样？”（Why）的根源探寻。最终，当一个模糊、宽泛的难题，被重新定义为一个清晰、深刻的核心矛盾后，那条“走得通”的路径便会豁然开朗。报告人希望这次分享，能为听众立体地呈现一个完整、可复制的科研流程：在追问中寻找方向，在挫败中定义问题，在洞见中解决问题。
03 价值的价值：在模型训练与科研实践中寻找 Meta-reward
梁小波（苏州大学）
个人简介：苏州大学副教授，入选2025年中国中文信息学会（CIPS）博士论文激励计划，曾在微软亚洲研究院（MSRA）、百度文心、西湖大学等知名研究机构开展学术访问。近五年以第一作者身份在 NeurIPS、TPAMI、ACL等国际顶级会议和期刊发表论文数十篇。其代表性成果 “R-Drop”入选 2021 年度智源人工智能前沿报告，已广泛应用于微软多语种机器翻译、微信推荐系统、阿里电商等多个实际场景，取得了显著效果。目前入选了2025年度CCF-腾讯犀牛鸟基金。
演讲概要：在自然语言处理中，奖励函数是模型生成和优化的核心，它定义了什么才算“好”的行为。但奖励从来不是终点，它常常是模糊的、近似的，甚至存在偏差的。科研实践何尝不是如此？我们在追逐论文发表、实验结果、学术荣誉等“即时奖励”的同时，也在不断追问：这些是否真正代表了更深的价值？科研是否也需要一个 meta-reward? 即一种超越眼前得失的意义。本次分享尝试以奖励建模为切入点，从模型训练中的 reward 与 meta-reward 出发，延伸到科研与人生的价值追寻，探讨“价值的价值”。
04 浪潮之间：从博士生到青年PI的适应与成长
谭鑫（华东师范大学）
个人简介：谭鑫，华东师范大学计算机科学与技术学院青年研究员（紫江青年学者），院长助理；上海人工智能实验室双聘副研究员（独立PI）；博士生导师。入选第十届中国科协青年人才托举工程、2024年中国图象图形学学会（CSIG）博士学位论文激励计划、上海市扬帆计划、晨光计划。他的主要研究兴趣是面向具身的通用场景理解与构建。他主持了国家级和省部级项目共6项，以及CCF-腾讯犀牛鸟基金（优秀结题）等。他在TPAMI、TIP、ICLR、CVPR、ICCV等国际知名期刊和会议发表论文40余篇。作为完成人曾获世界互联网大会领先科技奖等。他担任多个知名期刊（Pattern Recognition, The Visual Computer等）的编委（Associate editor)和多个知名会议（ICLR等）的领域主席。
演讲概要：报告人读博伊始恰逢深度学习掀起技术浪潮，研究范式快速更迭，从特征设计到端到端学习的转变带来了巨大的适应压力；临近毕业之际，大模型又以前所未有的速度重塑整个领域，对问题定义、方法选择和研究价值都提出了全新挑战。作为刚刚独立的青年PI，面对持续快速演进的技术环境，在方向选择、团队建设和学术定位上仍深感压力与不确定性。本报告将分享报告人从博士生到独立PI这一过程中，如何在短暂却剧烈的技术变革中寻找自身定位，如何在变化中尝试保持思考的连贯性，如何在追赶潮流与深耕方向之间寻找平衡。本报告还将分享报告人从计算机视觉背景到多模态大模型的探索历程。
05 开门造车：大模型时代软件工程研究的生存指南
王尚文（国防科技大学）
个人简介：王尚文，国防科技大学助理研究员、优秀毕业生、35U35 Club成员，入选2024年中国计算机学会（CCF）博士学位论文激励计划，主要从事智能化软件工程方面的研究，在OOPSLA、CCS、ICSE、FSE等顶级会议和期刊上发表论文30余篇，主持/参与国家重点研发计划、国自科青年基金项目、国家重点实验室课题在内的多项科研项目。担任TSE、TOSEM等国际期刊的审稿人以及CCS、ICSE、FSE、ASE、ISSTA等国际会议的程序委员会委员。四次获ACM/IEEE杰出论文奖，申请专利十余件，获湖南省计算机学会科学技术奖等荣誉。
演讲概要：在大模型技术飞速迭代的今天，软件工程研究面临着“闭门造车”的巨大风险—任何脱离前沿的研究都可能因一个新发布的模型或一篇关键论文而瞬间过时。为了应对这一挑战，本报告将论证，主动、系统地紧跟国际顶尖研究，已从预备环节跃升为核心的研究策略。本报告将分享一个因忽视前沿进展而徒劳无功的研究案例，并详细分享我们团队通过深度阅读总结梳理出的大模型时代软件工程领域三大主流研究范式：精准评估模型能力边界的“测评范式”，针对性修补模型短板的“增强范式”，以及将模型转化为攻克传统难题利器的“工具范式”。本报告立体地展现“开门造车”这一方法论在当下的关键价值。
06 今天仍是未知：在迷茫中保持行动
闫衍芙（浙江大学）
个人简介：闫衍芙，浙江大学计算机科学与技术学院“百人计划”研究员。博士毕业于美国威廉与玛丽大学（William & Mary），师从 IEEE Fellow、ACM Distinguished Member Denys Poshyvanyk 教授。其研究聚焦于面向软件工程任务的多模态学习与可信智能，通过融合源代码、自然语言、图像与视频等多源异构软件数据，设计跨领域的定制化方法，提升软件开发、维护与演化的智能化水平。近三年，闫衍芙以第一作者在国际顶级软件工程会议 ICSE、FSE 等发表论文 5 篇，长期担任 TSE、TOSEM 等顶级期刊审稿人，受邀担任 ASE 2025 程序委员会委员及 ICSE 等国际会议外审。
演讲概要：从硕士阶段在中国科学院大学研究数字图像处理，到博士期间在美国威廉与玛丽大学（William & Mary）更换导师、转入软件工程智能化方向，再到如今聚焦于可信智能软件工程，每一次转变都像是一场“重启”，看似无关，实则暗流相连。科研的道路从来不是沿着清晰路线前行，更多时候，它是在“不确定”中摸索：一个模型的失效、一条假设的推翻、一段代码的反复调试。每一次“行不通”的尝试，都是重新回溯问题、调整视角、定义方向的契机，正是在这些过程中，逐步形成了与未知共处的心态，不急于寻找“正确答案”，而是让问题本身引领前行。真正的成长，并不在于找到确定性，而是在混沌中保持好奇，在迷茫中保持行动。“今天仍是未知”，而正因未知，科研才永远值得被探索。