BSIG青年人才成长国际学术交流报告（第二期）圆满举办
2026年2月2日，由北京图像图形学学会联合中国科学院自动化研究所紫东太初大模型研究中心共同主办的“BSIG青年人才成长国际学术交流报告（第二期）”在中国科学院自动化研究所智能化大厦三层第一会议室成功举办。 会议由北京图象图形学学会青工委主任、中国科学院自动化研究所董晶研究员以及北京图象图形学学会青工委委员、中国科学院自动化研究所郭海云副研究员共同主持。
本次报告会作为BSIG“青年人才成长计划”的重要组成部分，旨在搭建高水平、国际化、跨学科的学术交流平台，助力图像图形领域青年科技人才成长，激发原始创新活力。
董晶研究员主持报告
郭海云副研究员主持报告
东南大学计算机学院贾育衡副教授作题为《Self-Awareness in Deep Clustering》的学术报告。他指出，当前深度聚类方法虽在多个任务中表现出色，但其成功往往依赖于数据分布平衡等强假设，在面对真实复杂场景时易出现过自信、全局结构缺失等问题。为此，贾教授提出“自省”（Self-Awareness）应成为深度聚类模型的核心能力——即模型需能感知自身聚类状态、识别不确定性并动态调整策略。他分享了团队在构建具备自省能力的聚类框架方面的初步探索，为无监督学习系统的智能化演进提供了新思路。
贾育衡副教授作报告
新加坡国立大学NExT++实验室博士后研究员方俊峰带来题为《Research on Large Language Model-based Agent Systems》的精彩报告。他从数据、训练、环境与应用四个维度系统剖析了LLM智能体系统当前面临的关键挑战：高质量训练数据稀缺、强化学习中的信用分配难题、现实环境中多重噪声干扰（如指令模糊、工具不可靠），以及实时应用场景对响应流安全性的严苛要求。针对上述问题，方博士提出通过“自进化”机制扩充数据、优化RL动态建模、增强环境鲁棒性，并强调应从“事后安全”转向“流式安全”（stream safety），以保障智能体在开放世界中的可靠运行。
方俊峰博士后研究员作报告
本次报告会不仅展示了图像图形与人工智能交叉领域的前沿进展，更体现了青年科学家对基础理论突破与系统可信性的深刻思考。两位主讲人与现场听众就模型可解释性、数据偏差、安全对齐等议题展开深入互动，碰撞出丰富的思想火花。
北京图像图形学学会也将持续推进“青年人才成长计划”，通过系列学术活动链接全球智慧资源，为本领域的高质量发展注入持久动能。
