报告1: 面向科学发现的跨学科知识统一表示 – 张强
报告摘要：
随着科学数据的爆炸式增长，科学知识呈现出高度碎片化与多源异构的特征，这极大地阻碍了跨学科的知识整合与深层发现。本报告围绕科学知识的统一表示与建模展开，旨在解决上述挑战并赋能 AI for Science。首先，针对科学知识碎片化分布的现状，我们提出了一种统一的科学知识表示与建模框架，旨在将异构数据转化为结构化、可推理的统一范式。其次，在该统一体系下，报告重新审视并定位了现有的科学知识图谱，分析了其在当前体系中的覆盖范围与局限性。最后，报告探讨了如何利用这一统一表示体系作为知识基座，与大语言模型进行深度融合。通过将结构化知识注入大模型的推理过程，提升其在复杂科学问题上的逻辑推演能力，从而有效赋能科学发现全流程。
专家简介：
张强，浙江大学国际联合学院研究员，曾在英国伦敦大学学院（University College London）计算机系获得博士学位并担任博士后。他的研究主要涉及到机器学习、自然语言处理、知识图谱和AI for Science等方向，在Nature Machine Intelligence、Nature Biotechnology、Nature Computational Science、NeurIPS、ICML、ICLR、AAAI、WWW、ACL等人工智能顶级学术会议和SCI期刊发表六十余篇文章。主持国家自然科学基金专项项目和青年项目、科技部科技创新2030新一代人工智能重大专项子课题、浙江省“尖兵”“领雁”重点研发计划课题、CCF-腾讯犀牛鸟联合基金、CCF-蚂蚁科研基金、CAAI-MindSpore基金等10余项。曾获得AAAI-25学术新星奖（AAAI-25 New Faculty Highlight）、Google NLP Grant、NVIDIA GPU Grant、CCF产学合作优秀案例奖、CCF-腾讯犀牛鸟优秀项目奖、MindSpore杰出导师奖和中英教育信托者（Great Britain-China Educational Trust）、浙江大学本科生科研优秀成果特等奖最佳指导教师（全校共3人）。曾访问或工作于Facebook AI Research、Microsoft Research Cambridge、Amazon Alexa，受邀在2023年于哈佛医学院、2024年于美国劳伦斯伯克利国家实验室进行主题报告。
报告2: 多智能体协作推理：从静态组织到动态自适应 – 赵森栋
报告摘要：
随着大语言模型从“快思考”向长思维链（CoT）“慢思考”演进，单体模型在处理复杂逻辑任务时仍面临一致性与扩展性的挑战。本报告聚焦于多智能体协作推理的前沿范式，系统性地阐述从静态自组织到动态自适应的进化路径。报告将深入探讨三项核心突破：通过演化编排优化全局协作效率、基于状态感知的动态调度实现最优智能体路由、以及面向任务需求的智能体按需自生成技术。实验表明，动态协作架构在复杂决策与长程推理中显著优于传统静态方法。最后，报告将展望多智能体系统在提升推理准确率及降低计算开销方面的未来研究方向。
专家简介：
赵森栋，哈尔滨工业大学计算学部副教授，哈工大智慧医疗研究所所长助理，黑龙江省优青，美国康奈尔大学博士后，伊利诺伊大学香槟分校联培博士。研究方向包括大语言模型、智慧医疗、人机融合决策智能等，主持国家自然科学基金、黑龙江省重点研发计划等纵向项目多个，主持中移动、华为、蚂蚁、京东方、度小满、百度等企业智慧医疗项目多项。发表包括NeurIPS、ICML、ACL、AAAI及IEEE TKDE、ACM TKDD等论文60余篇，荣获ACL 2023最佳论文提名。研发了中国首个医学大模型“本草”，在GitHub上获得5.0K星标居行业榜首，并入选中国大模型TOP70榜单。科研成果近50家医院、政府部门、企业落地应用，其中疾控多智能体系统入选国家疾控局“人工智能+”优秀应用案例。曾获教育部科学研究优秀成果奖“工程技术奖一等奖”、吴文俊人工智能科学技术奖“科技进步一等奖”等。
报告3: 大模型原生意图理解前沿进展 – 廖劲智
报告摘要：
近年来，大模型的突破性进展为自然语言处理带来了范式革新，意图理解作为人机交互的核心环节，正逐步从传统模式迈向“大模型原生”的新范式。这一转变催生了面向开放域、多模态和动态目标的理解新路径，提升了人机协同的精准性、及时性和泛化性。然而，新范式的出现同样带来了诸多新挑战，例如如何引导大模型精准理解隐含复杂的用户意图？如何平衡推理效率与理解深度？如何避免模型幻觉对意图理解的误导？本报告将首先阐明大模型原生意图理解的基本内涵，随后梳理近年来的关键研究进展，最后展望该领域的未来研究方向。
专家简介：
廖劲智，国防大学副教授。主要从事认知智能和智能化管理等方向研究，《人工智能内参》青年编委。主持国家自然科学基金、军科委某专项基金等，参与国家重点研发计划、科技部重大专项等。在SIGIR、WWW、ACL、TSE等国际重要学术会议和期刊上发表论文30余篇。授权和受理国家发明专利13项。参编《军事管理学》等教材。曾获国家级人工智能竞赛一等奖1项、二等奖2项，国防大学优秀科研成果一等奖3项。