学院新闻

6月21日，人大高瓴人工智能学院首期博士生科研论坛在信息楼成功举办。我院2020级全体博士生参加会议，结合自己入学一年来的科研进展向博士生导师们做了详细汇报。学院全体教师按照导师组参会讨论，并对汇报的博士生依次做了认真点评。此外，学院数名研究生也旁听了本期博士生科研论坛。

高瓴人工智能学院19名博士生结合自己最近一年的科研进展，向导师们一一做了汇报。本次科研论坛选取了三位博士生同学的报告情况加以记录。

刘沛羽同学就本学年的主要研究工作“如何进行预训练语言模型压缩”做了概述。研究成果产出了一篇CCF A类学术论文。论文内容是基于量子多体物理问题中的矩阵乘积算符（MPO）表示方法。通过借助矩阵的MPO表示形式，提出了一种新颖的微调策略和优化方法。所提出的方法具有通用性，不论是原始的模型还是已经压缩过的模型上，均可以极大程度地降低需要微调的参数量。他表示在未来，将基于已有的研究成果，探究如何应用到更多任务与领域之上。

窦志成老师对刘沛羽同学的报告作了提问和点评，他首先肯定了研究进展，之后就研究论文合作中如何分配工作量的问题进行了提问，陈旭老师对新改进后方法轻量化的亮点所在给出研究建议，毛佳昕老师针对前后两种研究方法的差异性提出问题，刘沛羽同学逐一做了回答，并围绕以上问题与导师们进行了深入探讨。

郑艳萍同学围绕“实时动态图神经网络”这一研究课题做了工作汇报。研究提出一个能在动态图上实现实时预测的图神经网络，在图结构发生改变时，基于初始结果得到更新后的传播矩阵，避免重新计算带来的计算资源消耗，能够完成实时性要求较高的任务。

许洪腾老师指出，从实验结果看所提方法在处理速度上的提升效果确实比较明显。许老师与郑艳萍同学就这一研究“是否有考虑自环及新增节点情况”进行了提问与讨论。胡迪老师建议，在实际应用中并不知道会新增多少节点，应再补充一下关于新增节点的处理研究。

韩雪冉同学的研究报告围绕“基于用户搜索行为的推荐系统提升方法研究”介绍了相关研究背景和已有的工作，后续拟围绕短视频推荐领域，借助用户搜索行为提升推荐模型效果，目前已获得数据及初步处理，并复现基准模型。

窦志成老师首先肯定了同学研究思路清晰，同时就当前进展与后续规划给出建议，希望同学在后续论文投稿过程中，更加清楚地定义自己的“motivation”，针对目标的会议和期刊，详细制定投稿计划和工作流程，根据计划有条不紊的开展工作。陈旭老师就“confounder”的具体含义进行了提问；毛佳昕老师建议，同学可以考虑采用合适的评测方法来说明自己所采取的研究方法的优势，这一点需要后续在论文工作中着重考虑。

论坛过程中，师生们围绕智能信息检索、自然语言处理、机器学习、计算机视觉、数据挖掘与人工智能交叉等研究方向下的具体问题进行了互动提问和深入交流，博士生导师对同学们的研究给出了指导意见和中肯建议。导师点评启发了深入思考，为研究者未来的科研道路指明了方向。

会后，论坛报告博士生与在场点评老师合影留念。本期博士科研论坛圆满结束。