（内容来自四川大学计算机学院官方网站）

2025年5月18日，苏州大学计算机科学与技术学院青年特聘教授李俊涛教授应邀于我院进行交流访问，并在望江校区基础教学大楼B302为我院师生带来了一场精彩的学术报告，报告的主题为“大模型长上下文理解与推理生成优化”。

李俊涛，苏州大学计算机科学与技术学院青年特聘教授，江苏“大模省数据智能与先进计算高校重点实验室副主任，中国中文信息学会型与生成专委会”副秘书长，获得中国科协“第九届青年人才托举工程微软亚洲研究院2022年“铸星计划”、华为“人才基金”支持。2020年于北京大学获得博士学位，近年来在TPAM1、NeurlPS、ICLR、ICML、COLM等顶级会议和期刊上发表论文80余篇，出版FundationsandACTrends系列专著(期刊)1部，主要研究语言建模和文本生成。

在大模型能力不断演进的背景下，长上下文理解与多步骤推理生成已成为衡量其智能水平的核心指标。然而，当前模型在处理长文本时仍面临诸多挑战，如易受无关噪声干扰、推理链条不清晰、生成准确性不足等。针对这些关键问题，在本次报告中，李俊涛教授系统介绍了其团队在提升大模型长上下文处理与推理生成能力方面的最新研究成果，内容丰富、亮点纷呈。

报告中，李教授指出，提升大模型的长文本理解与推理能力需要在数据资源建设、训练技术、模型结构与能力优化等多个层面进行系统性突破。团队构建了覆盖多领域的高质量长文本资源，支撑模型在复杂语境下的稳健表现。在训练方法上，提出了多种长距离依赖建模策略，有效缓解了上下文信息衰减与干扰问题。在具体研究工作方面，李教授重点分享了三项代表性成果：一是“基于多维度偏好的生成式奖励模型”，通过引入多维用户偏好设计奖励机制，优化模型生成质量与用户满意度；二是“过程奖励精确建模研究”，致力于提升模型对复杂推理过程的识别与建模能力；三是“自博弈强化学习研究”，探索模型自我对抗、自我提升的训练范式，以促进其在多步骤推理中的表现能力持续增强。

本次报告不仅展示了团队在核心能力构建方面的前沿成果，也为推动大模型向更高层次的智能化发展提供了有力支撑，进一步拓展了其在复杂任务中的应用边界。

报告结束后，李教授与在场师生进行了深入的学术交流，并对提出的问题结合实例进行了详细解答，现场学术气氛浓厚，我院师生受益匪浅。

（记者团：蔡雨鑫）

计算机学院（软件学院、智能科学与技术学院）

2025年5月18日