信息来源：RUC明理新声 发布日期：2025年12月18日

    在小说阅读器中沉浸阅读近日，2025年国家自然科学基金青年学生基础研究项目（博士研究生）评审结果公布，祝贺明理书院5位学子申报项目成功获得资助。

国家自然科学基金青年学生基础研究项目（博士研究生）设立于2023年，是国家自然科学基金委加强优秀青年人才培养的创新之举，资助强度为30万元/项。采用“推荐+评审”制，包括个人申请、校内选拔、基金委通讯评审、基金委会议评审等多轮具有竞争性的选拔环节。

01

面向智能数据库与大模型训推的压缩域

计算理论、框架与系统

个人简介

官佳薇，信息学院2022级博士生，导师为张峰教授，研究方向包括数据库理论与系统、数据压缩和高性能AI。以第一作者身份发表CCF-A类论文4篇。曾获日内瓦国际发明展评审团特别嘉许金奖、博士研究生国家奖学金等荣誉，并承担中国人民大学拔尖创新人才计划与“求是学术-栋梁”项目。曾入选中国科协青年人才托举工程博士生专项计划。

项目简介

随着数据规模持续增长，大模型训练与推理的主要瓶颈正从算力逐步转向内存、带宽与能耗等系统性约束。为应对这一挑战，压缩被广泛应用，但传统“解压后再计算”的处理方式在计算、传输与存储之间缺乏协同，难以充分释放压缩带来的整体收益。本项目围绕压缩域计算的核心思路，探索面向智能系统的新型数据处理方式：尽可能在数据保持紧凑形态时完成更多关键操作，使数据在存取、迁移与执行过程中更节省资源。项目将从理论、方法与系统实现三个层面开展研究，构建覆盖编译与运行机制、算子执行与数据管理的统一框架，并在典型训推场景中验证其端到端效率提升。项目计划开源系统原型与评测基准，并产出高水平学术成果。

02

面向规模扩展的大模型优化

理论与算法研究

个人简介

郑晨宇，高瓴人工智能学院2023级直博生，导师为李崇轩副教授。主要从事深度学习和生成模型的基础理论研究，已以唯一第一作者身份发表 NeurIPS 3 篇，ICML 1 篇，相关成果被机器之心等专业媒体报道，并落地于字节跳动的实际大模型应用。基于上述研究，入选中国人民大学“拔尖创新人才培育资助计划”。在学术服务方面，长期担任 TPAMI/NeurIPS/ICML/ICLR 等顶刊顶会的审稿人，并被评为 NeurIPS 2025 Top Reviewer。

项目简介

随着大模型在人工智能多个领域的快速发展，模型规模扩展已成为提升性能的重要路径，但其扩展过程仍高度依赖经验探索，缺乏系统的理论支撑。该项目围绕大模型规模扩展中的关键基础问题，聚焦大模型在规模扩展条件下的学习与优化机制，探索影响模型高效扩展的核心因素。项目将从理论分析与实验验证相结合的角度，系统研究模型规模增长过程中普遍存在的共性问题，力图为大模型的高效、稳定训练提供理论依据与方法参考，为可扩展、可通用的人工智能系统做出贡献。

03

大语言模型驱动的深度信息

获取方法研究

个人简介

董冠霆，高瓴人工智能学院2024级博士生，导师为文继荣教授与窦志成教授。研究方向聚焦于深度搜索智能体，智能体强化学习等前沿领域。以第一作者身份在ICLR、NeurIPS、ACL、WWW等国际顶级会议发表论文10余篇，累计发表论文30余篇；获授权国家发明专利2项。其研究成果受到国内外同行广泛关注，谷歌学术引用量已达9000余次。在理论研究的同时，积极推动成果向实践转化，个人GitHub项目累计获得星标6000余枚，并在字节跳动Seed、阿里通义千问、快手快意大模型等核心基座大模型团队实习。曾获两次国家奖学金、北京市优秀毕业生等荣誉。近期入选国家自然科学基金青年学生基础研究项目（博士生）、中国科协青年人才托举工程博士生专项计划、中国人民大学拔尖创新人才培育资助计划。

项目简介

大语言模型是当前人工智能研究的热点，尽管它在自然语言处理任务中表现优异，但由于无法准确存储世界上所有知识，大语言模型常会生成不符合真实世界的“幻觉”内容。引入信息检索系统检索“外部”知识对大语言模型进行增强是解决这一问题的有效途径。然而，随着互联网信息量的激增与大数据的普及，当前检索增强方法在复杂语义理解、深层次网络信息挖掘与海量信息整合方面均表现出明显的局限性。因此，本课题旨在探索大语言模型驱动的深度信息获取方法。首先，我们将设计一个面向深度信息获取的通用推理框架，并在此基础上实现智能体训练的全链路优化和深度信息获取的推理技术改进。这些方法旨在提升大语言模型与检索系统的协同效能，实现高效的深度信息获取。本研究聚焦于人工智能的前沿问题，力求突破现有信息检索技术的瓶颈。该技术不仅能够为各学科研究提供更高效的信息获取途径，加速科研进展，还将在金融、医疗等实际应用领域创造显著的经济和社会效益。

04

变幂次控制设计与分析

个人简介

李子涵，数学学院2024级博士生，导师为沈栋教授，主要研究方向为幂次迭代学习控制，以第一作者身份在JAS与IEEE Transactions系列期刊发表论文7篇，曾获博士与硕士研究生国家奖学金、宝钢优秀学生奖等荣誉，入选首批中国科协青年人才托举工程博士生专项计划。

项目简介

常幂次控制方法因其出色的性能已经得到了深入的研究，并在工业生产中得到了广泛的应用。为实现其控制性能的进一步提升，本项目将针对时域系统与迭代域系统，分别开展变幂次反馈控制与变幂次迭代学习控制研究。针对每一研究方面，建立系统收敛条件，给出变幂次设计准则，研究多种变幂次设计以提升控制性能，并构建针对性的控制性能分析方法。由于变幂次设计会带来非线性及变量间强耦合等特性，传统分析方法面临挑战。为此，本项目将着力开发新的分析框架，以攻克相关技术难点，推动控制方法的有效升级。

05

5电子卡宾阳离子自由基的分离表征
及催化研究

个人简介

高凡，化学与生命资源学院2023级博士生，导师为闫晓宇副教授，研究方向为氮杂环卡宾化学。以第一作者身份在《Chemical Society Reviews》、《Chemical Science》等国际知名学术期刊上发表SCI论文8篇，获2025年博士研究生国家奖学金，中国人民大学“三好学生”等荣誉；获2025年“国家建设高水平大学公派研究生项目”的资格；入选2024年中国人民大学拔尖创新人才培育资助计划。

项目简介

反“八隅规则”化合物在材料、有机合成及元素化学等领域中展现出独特的性质与广阔的应用前景。5电子卡宾阳离子自由基（R2C•+）作为碳中心活性物种，在催化反应中被认为是关键中间体，但其表征与分离仍面临极大挑战。本研究拟在卡宾邻位引入卤代芳基，通过弱相互作用力，使卤原子上孤对电子与阳离子自由基发生自旋离域，从而稳定位于sp2杂化轨道中的自由基，实现热力学稳定的卡宾阳离子自由基的分离。本项目将进一步探索阳离子自由基在有机合成中的催化应用。重点研究其通过氢原子转移（HAT）过程实现无光照条件下惰性C–H键硼化与官能团化反应。阳离子自由基的成功分离，不仅有助于推动有机小分子催化剂在部分体系中替代传统过渡金属催化剂，也将促进精准合成化学的发展，突破现有催化研究范式，为构建新的化学合成理论与方法体系提供可能。