贾林瀚 @ 南京大学计算机学院 LAMDA研究所
|
贾林瀚 Lin-Han Jia
博士研究生 导师: 李宇峰教授 电话/微信: 15513127317 实验室: 南京大学仙林校区计算机科学楼 912 室 |
|
个人简介
2022年至今，于南京大学计算机学院免试直接攻读博士学位，师从李宇峰教授，并加入由周志华院士创立的机器学习与数据挖掘（LAMDA）研究所。
2018-2022年，于吉林大学计算机科学与技术学院获学士学位，加入由王湘浩院士创立的符号计算与知识工程教育部重点实验室。
研究方向
本人主要研究自监督、半监督、弱监督、无监督学习，同时深耕神经符号、推理、反绎、验证等知识数据双驱动学习相关领域，聚焦数据标注受限场景中充分利用无标注数据和先验知识的模型训练基础研究。
具体兴趣点包括：
- 预训练与下游任务的内在关联性：明确各种无监督预训练方法的能力边界，如基于对比学习、掩码重建等不同方式训练的视觉模型，基于自回归、自编码（扩散）等不同方式训练的语言模型，基于模态匹配、模态生成等不同方式训练的多模态模型在下游目标中的局限性与预训练任务本身的关联。
- 可量化的训练决策框架：建立针对模型训练决策过程的量化框架，实现在高成本训练前量化估计训练决策收益，降低大规模训练的时间与算力成本。
- 学习目标形式化建模：通过对下游需求分布的形式化建模，精确引导模型训练，减少模型训练的目标模糊性和盲目试错。
- 模型训练流程推理：推动训练框架自动化设计由搜索范式向推理范式转移，实现面向下游任务的训练任务自适应组合设计。
- 可控模型语义分布稳定性：在先验知识约束条件下，降低模型输出语义的分布偏移，实现合规约束与原始语义保留的平衡。
- 先验知识对数据标注的可替代性：探究知识库完备度与标注数据的替代关系，明确知识系统替代海量数据标注的核心条件。
- 自演化先验知识库构建：针对未知任务完成先验知识归因，构建可适配模型全训练流程、具备自主迭代能力的知识库。
- 知识系统与神经系统联合优化：攻克离散知识系统与连续神经网络的融合一致性难题，设计面向指数级解空间的组合优化算法、降低计算复杂度，同时探索量子算法在组合优化问题中的潜力。
热忱欢迎相关领域感兴趣的研究者交流合作。
论文
会议论文
Lin-Han Jia, Si-Yu Han, Wen-Chao Hu, Jie-Jing Shao, Wen-Da Wei, Zhi Zhou, Lan-Zhe Guo, Yu-Feng Li. Quantitative Estimation of Target Task Performance from Unsupervised Pretext Task in Semi/Self-Supervised Learning. In: Proceedings of the 43-rd International Conference on Machine Learning (ICML'26). 2026.[Paper][Code]
Hong-Jie You, Jie-Jing Shao, Xiao-Wen Yang, Lin-Han Jia, Lan-Zhe Guo, Yu-Feng Li. Pianist Transformer: Towards Expressive Piano Performance Rendering via Scalable Self-Supervised Pre-Training. In: Proceedings of the 43-rd International Conference on Machine Learning (ICML'26). 2026.[Paper]
Wen-Chao Hu, Qi-Jie Li, Lin-Han Jia, Cunjing Ge, Yu-Feng Li, Yuan Jiang, Zhi-Hua Zhou. Curriculum Abductive Learning. In: the 39-th Annual Conference on Neural Information Processing Systems (NeurIPS' 25). 2025.[Paper]
Shi-Yu Tian, Zhi Zhou, Kun-Yang Yu, Ming Yang, Lin-Han Jia, Lan-Zhe Guo, Yu-Feng Li. VC Search: Bridging the Gap Between Well-Defined and Ill-Defined Problems in Mathematical Reasoning. In: Proceedings of the 30-th Conference on Empirical Methods in Natural Language (EMNLP'25). Oral Presentation. 2025.[Paper]
Si-Yu Han, Lin-Han Jia, Yu-Feng Li. 基于正则的稳健数据重载量子学习模型. In: Proceedings of the 20-th Chinese Conference on Machine Learning (CCML'25). Best Paper Award Nomination. 2025.
Lin-Han Jia, Wen-Chao Hu, Jie-Jing Shao, Lan-Zhe Guo, Yu-Feng Li. Verification Learning: Make Unsupervised Neuro-Symbolic System Feasible. In: Proceedings of the 42-nd International Conference on Machine Learning (ICML'25). 2025.[Paper][Code]
Xiao-Wen Yang, Jie-Jing Shao, Lan-Zhe Guo, Bo-Wen Zhang, Zhi Zhou, Lin-Han Jia, Wang-Zhou Dai, Yu-Feng Li. Neuro-Symbolic Artificial Intelligence: Towards Improving the Reasoning Abilities of Large Language Models. In: Proceedings of the 34-th International Joint Conference on Artificial Intelligence (IJCAI '2025 Survey Track). 2025.[Paper]
Lin-Han Jia, Lan-Zhe Guo, Zhi Zhou, and Yu-Feng Li. Realistic Evaluation of Semi-Supervised Learning Algorithms in Open Environments. In: Proceedings of the 12-th International Conference on Learning Representations (ICLR'24). Spotlight Presentation. 2024.[Paper][Code]
Zhi-Zhou, Lan-Zhe Guo, Lin-Han Jia, Ding-Chu Zhang, Yu-Feng Li. ODS: Test-Time Adaptation in the Presence of Open-World Data Shift. In: Proceedings of the 40-th International Conference on Machine Learning (ICML'23). Oral Presentation. 2023.
Lin-Han Jia, Lan-Zhe Guo, Zhi Zhou, Jie-Jing Shao, Yuke Xiang, Yu-Feng Li. Bidirectional Adaptation for Robust Semi-Supervised Learning with Inconsistent Data Distributions. In: Proceedings of the 40-th International Conference on Machine Learning (ICML'23). Oral Presentation. 2023.[Paper][Code]
Lan-Zhe Guo, Lin-Han Jia, Jie-Jing Shao, Yu-Feng Li. Robust Semi-Supervised Learning in Open Environments. Frontiers of Computer Science. 2025.[Paper]
Lin-Han Jia, Lan-Zhe Guo, Zhi Zhou, and Yu-Feng Li. LAMDA-SSL: A Comprehensive Semi-Supervised Learning Toolkit. Science CHINA Information Science. 2023. [Paper][Code][Slide]
Lin-Han Jia, Jie-Jing Shao, Wen-Chao Hu, Zhi Zhou, Lan-Zhe Guo, Yu-Feng Li. Learning Task Design Based on Fuzzy Logical Reasoning. 2026.
Wen-Chao Hu, Lin-Han Jia, Cunjing Ge, Yu-Feng Li, Yuan Jiang, and Zhi-Hua Zhou. ABL-Forest: Localized Abductive Learning with Formal Guarantees. 2026.
Rui-Zhi Qin, Jie-Jing Shao, Xiao-Wen Yang, Lin-Han Jia, Lan-Zhe Guo, Yu-Feng Li. COAST: Self-Correction Learning for Mastering Constraint Satisfaction in Travel Planning. 2026.
Hong-Jie You, Jie-Jing Shao, Xiao-Wen Yang, Zhi-Fan Wu, Lin-Han Jia, Lan-Zhe Guo, Yu-Feng Li. FormalImG: Evaluating Structural Compositional Generalization for T2I Models. 2026.
Lin-Han Jia, Si-Yu Han, Lan-Zhe Guo, Zhi Zhou, Zhao-Long Li, Yu-Feng Li, Zhi-Hua Zhou. A Smooth Transition Between Induction and Deduction: Fast Abductive Learning Based on Probabilistic Symbol Perception. arXiv preprint arXiv:2502.12919. 2025.[Paper]
Lin-Han Jia, Lan-Zhe Guo, Zhi Zhou, Si-Yu Han, Zi-Wen Li, Yu-Feng Li. Detecting Scarce and Sparse Anomalous: Solving Dual Imbalance in Multi-Instance Learning. arXiv preprint arXiv:2503.13562. 2025.[Paper]
Si-Yu Han, Lin-Han Jia, Lan-Zhe Guo. Multiple Embeddings for Quantum Machine Learning. arXiv preprint arXiv:2503.22758. 2025.[Paper]
CCML最佳论文提名奖，2025年
LAMDA英才奖，2025年
精英博士奖学金，2024年
国家奖学金，2023年
优秀研究生，2023-2025年
优秀本科毕业生，2022年
优秀本科毕业论文，2022年
CCF精英大学生，2021年
ACM-ICPC国际大学生程序设计竞赛亚洲区域赛，银牌，2021年
CCPC中国大学生程序设计竞赛省赛，金牌，2020年
美国大学生数学建模竞赛Finalist奖（特等奖提名），2020年
全国大学生数学建模竞赛省赛，一等奖，2019年
- 海康威视科研合作项目，异常数据可控生成，项目联合负责人，2025
- 海康威视科研合作项目，萤石视觉语言导航，项目成员，2025
- 华为昇思MindSpore学术基金合作项目，面向开放环境的稳健弱监督学习研究，项目主执行人，2024
- 滴滴盖亚科研合作项目，客服服务质量检测，项目主执行人，2023
- 学术会议高级委员会成员: IJCAI 2025
- 学术会议委员会成员: NeurIPS 2023-2025、AAAI 2024-2026、ICLR 2024-2026、IJCAI 2024-2026、ICML 2025-2026、KDD 2024-2026、CVPR 2026、 ECCV 2026
- 学术会议志愿者: IJCLR 2024, MLA 2022-2023
- 期刊审稿人: Machine Learning, Neuro Computing, Neural Networks
- 教学助理: 高级机器学习（南京大学，面向研究生），2024-2025年
期刊论文
预印论文
软件
开发半监督学习工具包LAMDA-SSL，pip下载量29000+次。[项目][文档][示例] 
|
获奖与荣誉
项目合作
学术服务
联系方式
电话/微信: 15513127317
地址: 贾林瀚，南京大学软件新技术国家重点实验室，南京市栖霞区仙林大道 163 号，南京大学仙林校区，210023，中国