招生说明

📢: 招收对人工智能、大模型感兴趣,有较好编程基础的学生,可通过邮箱guolz@nju.edu.cn联系我,请附上带普通生活照的个人简历、成绩单。

如果你是南大本科生,想提前加入课题组从事科研工作,可通过邮件与我联系或与我约时间到办公室交流。

1. 我是谁?

我是南京大学智能科学与技术学院助理教授,博士生导师,也是周志华教授领导的机器学习与数据挖掘研究所(LAMDA)的一员。

2. 做什么?

我的主要研究方向是人工智能/机器学习中的算法、模型、应用,致力于做有源头创新的科学研究、有趣有用的创新应用。

目前主要关注:如何提升大模型的推理与规划能力(LLM Reasoning and Planning),包括大语言模型、多模态大模型等,通常是基于神经符号(Neuro-Symbolic Learning)的方式。

3. 为什么做?

实现具有强大推理与规划能力的智能系统自人工智能诞生以来就一直是人工智能的重要目标。在人工智能的早期发展过程中,符号主义人工智能通过利用逻辑推理、知识规则等,构建了具有一定推理能力的AI系统,但面临可扩展性、动态适应性等关键挑战,随着机器学习和深度神经网络的兴起,AI模型具有了强大的感知能力,近年来,随着LLM的成功,展现了LLM可以具备初步的推理能力,OpenAI O1、DeepSeek-R1等一系列推理模型的发布, 标志着探索AI模型推理与规划能力的提升,受到了学术界和工业界的高度重视。构建具有强大推理与规划能力的模型,被认为是实现通用人工智能(AGI)的重要里程碑。 但是这其中仍然存在着许多关键的科学问题,简单举几个例子:
实现通用人工智能(AGI)需要更多有潜力的大家投入到该领域的科研工作中。

这是一个热门行业,从国家、政府、到社会各界广泛关注,往大了说,人工智能正在促进人类社会的变革,探索AGI是一个宏伟的目标,往小了说,可以为你谋得一份不错的工作(你可以看到,目前几乎各大互联网大厂的算法岗都有在做与大模型推理/规划相关的方向,就业去向: 互联网大厂算法岗、金融量化岗等,薪资丰厚)。

4. 培养方式

5. 招生要求