11月16日，大湾区大学（筹）信息科学技术学院邀请密歇根大学梅俏竹教授来我校访问，并开展了计算机方向的学术讲座，由信息科学技术学院代理院长李晓明教授主持，学院教师和研究生积极参加。 图1：徐志伟（左）、梅俏竹（中）、李晓明（右） 梅俏竹教授的讲座主题为“Teach Large Language Models to Personalize”。在本次讲座中，梅教授首先从以人为中心的数据科学出发，介绍了人机协作的概念，并指出高效的人机协作的前提是理解并掌控大型语言模型的行为，从而根据用户需求训练个性化模型。 图2：梅俏竹教授介绍以人为中心的数据科学 随后，梅教授介绍了几种模型个性化的方案。其中，由用户指定所有需求和约束或使用基于用户反馈的强化学习等方法，都会对用户带来较大的负担。而梅教授的团队则从写作教育中获取了灵感，提出了一种新的模型个性化方法。 当学习写作时，我们首先需要查找、阅读并精准阐释参考文献，同时需要评估文献的权威性和相关性，随即通过引用和总结等方法重述文献的观点，整合多篇文献的素材并加入自己的观点，最后创造出新的文本。 同样地，大型语言模型也可以通过检索、排名、摘要、综合和生成，通过多阶段多任务设置来得到更符合用户需求的文本。 图3：梅俏竹教授介绍模型个性化方法 而当大型语言模型被冻结，人们只能通过API进行访问时，通常只能通过手动修改文本提示来调整模型。对于这种情况，梅教授介绍了一种新的方法来自动修改提示，利用多阶段框架生成初始提示，并通过总结和综合个性化文本来进行重述。 图4：梅俏竹教授介绍自动修改提示方法 在讲座的最后，梅教授介绍了利用大型语言模型来准确衡量个性化生成文本质量的评估方法，并分享了对大型语言模型和信息检索研究之间联系的看法。 图5：梅俏竹教授进行讲座 在本次讲座中，梅教授深入浅出的讲解帮助在座师生更好地学习了大型语言模型个性化的前沿知识，引发了参会人员的踊跃提问和积极互动，促进了信息科学技术学院计算机方向的学科发展。     专家介绍 梅俏竹 密歇根大学信息学院和工程学院教授，曾担任应用数据科学硕士项目的创始主任。他的研究团队开发了机器学习、数据挖掘、信息检索和自然语言处理领域的新方法，并将其应用于网络、社交媒体、医疗保健和教育等社会领域，从而改善人们的日常生活。梅教授曾多次在ICML、WWW、WSDM、KDD等主流计算机领域会议上获得最佳论文奖。梅教授是ACM杰出会员，曾任ACM SIGIR 2018会议的联合主席，目前在Journal of Machine Learning Research和ACM Transactions on the Web期刊编委会任职。

? ? ? ?近日，理学院梅言波助理教授与南方科技大学刘柳副教授、陶丽芝副教授课题组合作在《德国应用化学（Angewandte Chemie International Edition）》杂志上发表了题为“An Isolable Radical Anion Featuring a 2-Center-3-Electron π-Bond without a Clearly Defined σ-Bond”的研究论文(https://doi.org/10.1002/anie.202315555)。该论文报道了一种独特的化学键类型，即两个原子之间形成了没有σ键的支撑的两中心三电子π键。这项研究在化学键的成键理论方面取得了巨大突破。 ? ? ? ?非常规的化学键，比如两中心三电子键，不仅在化学键的成键理论方面而且在化学转化和材料科学领域均具有重要意义。比如最早在1931年鲍林就提出了两中心三电子σ键（σ半键）来解释双氦阳离子（He2+）中的化学键模型（JACS 1931, 53, 3225）。含有这类化学键的物质不断被科学家们发展出来（Chem. Rev. 2003, 103, 229）。尽管具有σ键支撑的两中心三电子π键已经有一些例子，比如一氧化氮。然而，没有σ键支撑的两中心三电子π键的化合物极少被报道。目前仅有的一例是基于硅的四元环结构，但是该例子中用于形成两中心三电子π键的两个p轨道不处于平行状态（Angew. Chem. Int. Ed. 2022, 61, e202117584）。 ? ? ? ?在这项工作中，梅言波和合作者合成了具有Si2P2四元环为中心的自由基阴离子化合物（图一）。一系列实验表征和计算分析表明该阴离子中Si2P2四元环处于规整的共面上，两个磷原子之间利用完全平行的p轨道来形成两中心三电子π键，单电子处于π*反键轨道上。同时两个磷原子之间没有明显的σ键的存在。总体上两个磷原子之间只形成了π类型的半键。 图一：a) 合成方案；b) 晶体结构；c）电子顺磁共振谱；d) 自旋布居图；e)?电子局域函数图（黄点：环零界点；蓝点：键临界点；橘红色区域和蓝色区域分别代表电子富集和衰减）。 ? ? ? ?梅言波助理教授博士毕业于瑞士苏黎世联邦理工大学（ETH Zurich），于2023年8月加入大湾区大学（筹）理学院化学系任职助理教授。课题组主要研究方向为磷化学和主族元素化学; 电化学活化白磷; 无机聚合物和无机/有机杂化聚合物; 分子功能材料。课题组诚聘联培研究生、研究助理和博士后研究人员。具体事宜欢迎垂询。邮箱：meiyanbo@gbu.edu.cn。个人介绍/detail/article/515。

8月19日，大湾区大学（筹）信息科学技术学院邀请普渡大学殷明教授来校开展计算机方向的学术讲座，由信息科学技术学院老师杨斯崑主持，在校师生踊跃参加。 近年来，人工智能技术发展迅速，人类与人工智能联合决策的方式也得到了广泛关注。在这种场景中，基于人工智能的决策辅助工具能为人类提供建议，人类可选择是否听取其建议，并做出最终决策。因此，了解在人机交互过程中人类与人工智能如何协作，以及如何提升这种协作关系的有效性，是非常有必要的。 在本次讲座中，殷明教授首先介绍了在人们通常的认知中，人工智能模型性能如何影响人类对其信赖程度，并且通过精妙的实验介绍了在没有人工智能性能信息的情况下，人类又会如何决定是否信赖人工智能。   殷明教授通过其深入浅出的讲解，揭示了一件非常有趣的事实——人类对人工智能的信赖程度不仅取决于模型的准确率等性能指标，还取决于模型做出的判断是否与自己意见一致。这种确认偏误便导致人类可能会过度信赖或质疑人工智能给出的建议，不利于人类做出正确的决策。 为降低确认偏误带来的风险，殷明教授对人类是否采用人工智能建议的情况进行建模，从而定量地描述人类与人工智能之间的互动情况。结果表明，人类的独立判断在多个步骤中都对其是否采用人工智能建议产生影响。 基于模型结果，殷明教授通过比较人类和人工智能判断正确的可能性，设计干预措施来影响人类与人工智能的协作结果，从而有效提高了人机系统的表现，帮助人类更好地扬长避短。 在此次的讲座中，殷明教授带来的精彩报告引发了参会人员对于人机交互问题的思考，吸引了各位师生的踊跃提问与热烈互动，得到了师生们的广泛好评，本次活动取得圆满成功。   专家介绍 殷明 普渡大学计算机科学系助理教授，目前的研究兴趣包括人智交互、众包与社会计算以及计算社会科学。其于2011年获得了清华大学学士学位，并于2017年获得了哈佛大学计算机科学博士学位，后在微软研究院纽约实验室任博士后研究员。其研究成果在CHI, CSCW, WWW, AAAI, IJCAI等国际高水平会议上发表，曾获得CHI, CSCW和HCOMP的最佳论文奖，并担任了AAAI HCOMP 2022会议联合主席。  

为深入贯彻落实《粤港澳大湾区发展规划纲要》《推进粤港澳大湾区高等教育合作发展规划》有关部署，加速推进学校办学筹建进程，探索拔尖创新人才的培养机制，按照学校办学方案，我校主动谋划积极作为，实施“研究生先导计划”。 在省教育厅大力支持和协调下，2022年，我校与南方科技大学（以下简称“南科大”）在人才培养方面深入合作，试点开展硕士研究生联合培养工作。按照合作计划，联合培养学生项目采用双导师制，学籍管理、培养要求、学位授予等规定按照我校和南科大要求执行，为满足两校毕业条件和学位授予条件者颁发学历学位证书。通过前期报名、资格审查、两校专家联合面试评审等环节后，4月22日，来自天津大学、哈尔滨工业大学、华中科技大学、西安电子科技大学的一批知名院校的优秀本科生被正式录取，成为该项目的首批硕士研究生，标志着硕士研究生联合培养工作正式启动。