计算机与人工智能学院

为帮助师生了解大模型技术落地应用的核心痛点与突破思路，学院于2025年11月23日在学海楼510会议室成功举办题为“大模型加时赛：深度融合人类知识的智能知识服务应用”的学术报告。本次报告由李琳教授邀请，北京邮电大学计算机学院副研究员朱一凡担任主讲嘉宾，学院众多师生到场参与，现场学术氛围浓厚。

朱一凡副研究员长期深耕大模型参数高效微调、图表示学习等前沿领域，科研与实践经验颇丰。报告伊始，他直面当前大模型落地应用的行业痛点，直指“低级错误多、复现性差、交互体验弱”三大核心问题，引发在场师生的强烈共鸣。他谈到，当前大模型虽在通用场景展现出强大能力，但在专业任务处理中，因缺乏对领域显性知识的系统整合和隐性知识的精准捕捉，导致其难以满足行业对可靠性和专业性的需求，这也正是大模型从“技术演示”走向“实用产品” 的关键鸿沟。

报告中，朱一凡副研究员分享了大模型知识服务应用的整体构建方案。针对参数高效微调过程中知识遗忘、语义漂移等问题，团队采用“通用基础训练+领域知识增强”的分阶段训练策略，既保障了模型对专业知识的深度吸收，又维持了其基础通用能力；在交互体验优化上，借鉴多智能体协同思路，通过构建外置记忆与状态管理系统，强化模型对任务上下文的把控能力，减少决策偏差。

同时，朱一凡副研究员还结合自身科研经历，介绍了成果转化过程中的经验心得。其中提到“北邮-协和医院肺癌精准治疗教学智能体”的案例，详细解释了通过CDSS智能体的确定性决策树模型，如何在医疗场景中实现知识边界可控，从而大幅降低幻觉风险；

在互动交流环节，现场师生围绕大模型落地的技术瓶颈、智能体时代的学术研究方向等问题踊跃提问。有学生问及“大模型智能体的自主决策伦理边界”，朱一凡副研究员从技术与社会双重视角，分享了团队在研发过程中对智能体 “任务可解释性”和“决策追溯性”的设计思路。朱一凡副研究员的解答既立足技术细节，又兼具行业视野，让在场师生深受启发，现场问答互动频繁，学术探讨氛围持续升温。

此次学术报告不仅帮助师生深化了对大模型知识融合应用的认知，更提供了从技术理论到落地实践的可行思路参考。学院未来将持续搭建高质量学术交流平台，助力师生在人工智能前沿领域不断探索突破。

图文：李奇 编辑：李嘉欣 审核：韦宇