2025年7月20日，我院国际视野下的人工智能与大模型前沿科考团队顺利完成行前培训并正式开启在新加坡南洋理工大学的学术交流活动。本次科考由我院与南洋理工大学计算与数据科学学院（CCDS）联合开展，我院准聘副教授李文斌、吉炜、本科生秘书闫玉婷三位教师带队指导。
项目重点围绕大模型技术及其应用，涵盖多模态学习、智能体开发、强化学习等前沿领域，旨在深入探索人工智能领域最新研究成果及应用实践。通过此次科考，不仅促进了跨文化间的学术交流，也为参与学生提供了宝贵的学习机会，有助于提升其科研能力和全球视野。
行前培训
第一讲
我院教学院长戴望州教授为科考队员开展了行前培训的第一讲。会上，戴院长从学院整体发展出发，深入阐述了本次国际科考的育人目标与重要意义，强调了团队纪律与集体意识，并鼓励同学们在科考过程中积极进取，勇于探索，充分展现南京大学智能科学与技术学院学子的卓越风采。
第二讲
我院李文斌、吉炜与闫玉婷老师为同学们进行了出行前的第二次培训。讲座伊始，李文斌教授详细介绍了团队组成、项目主题、合作对象及管理办法，确保每位队员对即将到来的行程有全面了解，做好充分准备。随后，吉炜教授结合新加坡当地情况，就科考期间的注意事项进行了补充说明。最后，闫玉婷老师针对出行期间的生活安排，包括交通、饮食及日常用品等方面进行了细致补充，进一步强调了注意事项和个人安全的重要性。此次培训不仅增强了队员们的组织纪律意识，也为顺利开展后续科研活动奠定了坚实基础。
第三讲
我院准聘助理教授傅朝友为科考队员带来了题为“多模态大语言模型前沿进展”的专题讲座，系统梳理了多模态模型的发展脉络、核心挑战与未来方向。在互动环节中，同学们围绕模型性能提升、跨模态语义对齐等热点问题踊跃提问，现场气氛热烈。此次讲座不仅帮助同学们系统了解了多模态语言模型领域的核心进展，也激发了大家对该领域研究的浓厚兴趣。
科考过程纪实
科考活动期间，南洋理工大学计算与数据科学学院的多位知名专家学者为科考队员带来了内容丰富、视角多元的专题讲座，涵盖多智能体系统、强化学习、大语言模型技术及多模态应用等多个前沿方向。专家学者们不仅系统梳理了相关领域的理论基础与发展脉络，还结合实际案例与最新研究成果，引导同学们深入思考科研选题、探索技术落地路径。
南洋理工大学校长讲席教授，人工智能系主任，人工智能交叉研究院院长安波教授在开营仪式上介绍了本次科考的主题，并结合其在多智能体系统、博弈论与强化学习领域的研究进行了精彩分享。安院长回顾了多智能体系统的起源与挑战，分析了博弈论在理论与工业应用中的差异，强调了数据驱动方法的重要性，介绍了强化学习的发展及大规模语言模型（LLM）带来的变革，指出LLM推理能力的关键在于长远评估与规划。他强调，寻找正确问题是科研的关键，并鼓励从工业界汲取灵感。
讲座后，同学们积极提问，现场讨论热烈。此次分享为同学们后续科研指明了方向，激发了大家探索现实问题、推动AI赋能社会的热情。
南洋理工大学计算与数据科学学院特聘教授陶大程通过趣味问答的形式，深入浅出地讲解了Transformer模型的基本原理及其在各类任务中的广泛应用。他围绕“为何采用Decoder-only结构”“如何确定注意力块数量”“位置编码是否会引发模式重复”等关键问题，引导同学们思考模型设计背后的工程考量与理论依据。此外，陶教授还解析了Layer Normalization在序列任务中的优势、GELU激活函数的非线性表达能力，以及Transformer强大建模能力背后的记忆机制，激发了同学们对深度学习架构的浓厚兴趣。
南洋理工大学计算机科学与工程学院助理教授王文雅系统梳理了大语言模型（LLM）的发展脉络、训练方法及应用场景，为同学们夯实了理论基础。王教授讲解了生成模型的解码策略并分析了其在文本生成中的适用场景，深入解析了预训练与微调技术的发展，从早期Word2Vec到现代模型的演变，介绍了掩码语言模型（MLM）和因果语言模型（CLM）的差异及各自优势。在应用层面，王教授介绍了检索增强生成（RAG）技术及其进阶流水线设计，并探讨了LLM在演绎、归纳与溯因推理中的表现。最后，她以FlanT5为例说明了指令微调的效果，并介绍了RLHF在优化模型响应质量中的应用。讲座内容全面，为同学们的后续研究提供了重要指导。
南洋理工大学计算与数据科学学院郑龙涛博士结合自身研究，分享了其在智能体（agent）系统、特别是基于大语言模型（LLM）的网页智能体方面的多项成果。他围绕如何从网页代码中过滤无关信息、提升智能体的观察效率、实现更长的历史信息建模等关键技术问题展开讲解，并探讨了“为什么智能体需要 grounding”“为何只保留一个 face”“为何采用拼接而非相加的方式处理信息”等模型设计中的核心思考。此外，他还介绍了智能体在具备记忆能力和自我改进机制方面的探索，激发了同学们对未来智能体发展方向的深入思考。
南洋理工大学计算与数据科学学院副教授林国盛为同学们带来了一场生动的生成式AI讲座，围绕其基本原理、技术发展与应用场景，通过现场演示与视频展示，深入讲解了从文本到多模态生成系统的演进过程。林教授首先以代码助手为例，展示了生成式AI在软件开发中的实际应用，如GitHub Copilot如何基于上下文自动生成代码片段。随后，他介绍了图像、音频和视频生成的核心技术，包括GAN、VAE和扩散模型，并结合演示展示了AI在图像生成、风格迁移和语音合成等方面的强大能力。讲座内容前沿、形式多样，加深了同学们对生成式AI技术的理解，也激发了同学们对未来AI应用的思考与探索热情。
南洋理工大学计算与数据科学学院薛正海博士围绕强化学习（RL）的最新研究进展带来了一场内容深刻的精彩报告。他结合自身研究，深入探讨了在人类交互不完美情境下的策略优化问题。薛博士指出，当前强化学习在模拟器中的研究已较为成熟，但在真实机器人系统中的落地仍面临诸多挑战。他还分析了强化学习与监督学习在机器人领域的应用差异，并分享了对未来研究方向的思考。在互动环节，薛博士耐心解答了同学们关于算法设计、实验验证及科研方法等方面的问题，鼓励同学们关注前沿动态，如相关公众号、学术社群及领域专家的最新成果，以拓宽视野、把握趋势，现场气氛热烈。整场报告内容前沿、启发性强，为同学们开展相关研究提供了宝贵思路与方向指引。
本次科考活动不仅为同学们提供了与学术大咖面对面交流的机会，也通过丰富的讲座内容和国际化的科研实践，拓宽了同学们的学术视野，提升了科研素养。在科考项目后半阶段，我院师生将继续深入研讨，围绕多模态大模型的应用落地、智能体系统的实际部署、强化学习在现实场景中的优化策略等进行进一步探索。
