陳昊助理教授以“計算機學術論文科普”為題，針對科研入門者的核心需求，系統梳理了寫作學術論文的邏輯與規範要點。從選題立意、論文架構、語言表達、投稿技巧等關鍵環節展開詳細講解，結合典型案例剖析學術寫作中常見的誤區與規避方法，深入淺出地為同學們搭建清晰的學術寫作認知框架。 朱泓光助理教授聚焦“多模態大模型的動態場景適應”這一前沿方向，深入剖析多模態技術發展的核心瓶頸與突破路徑。他指出，當前多模態大模型面臨環境適配延遲等關鍵挑戰，傳統融合架構難以滿足複雜場景的即時響應需求。他詳細闡述了自適應模態融合架構的設計思路，通過引入動態權重分配機制與場景感知模組，實現多模態資訊的高效協同推理，為相關技術落地提供了新的實踐參考。 徐衡助理教授以“Machine Unlearning: A-Reverse Process in AI-Models”為主題，介紹了AI模型遺忘技術的理論基礎與應用價值。他闡釋了模型遺忘的核心定義，使模型對特定數據的“遺忘效果”等價於該數據未參與訓練的狀態，並梳理了參數遺忘主流技術路徑，對比各方法在遺忘效率與精度上的優劣，並結合隱私保護法規要求，說明模型遺忘技術在用戶數據權益保障、敏感資訊管控等場景中的重要作用，為同學們在數據安全領域的科研與應用提供了新視角。 蔡劍平助理教授圍繞“高可用的聯邦學習前沿隱私安全框架和產業化實踐方法”展開專題講座。他指出，數據孤島與隱私保護需求的矛盾已成為AI產業化的主要障礙，而聯邦學習通過“數據不出本地”的協同訓練模式，為破解這一難題提供了有效路徑。他分享了聯邦學習架構在產業化實踐的案例，深入解析了框架設計中的安全防護要點與落地實施難點，為同學們提供了寶貴的經驗分享。 是次交流活動深化兩校師生的學術交流，拓展了學生的知識視野，促進理論與實踐相結合，並激勵同學們在科研領域持續探索與創新。資料來源：數據科學學院
