2026年6月15日，计算机与人工智能学院在5B318会议室成功举办“聚焦大模型推理可靠性、图学习、生成式AI安全与骑驾健康防护”学术沙龙。本次活动特邀天津大学张长青教授、北京航空航天大学王啸教授、中山大学任文琦教授、北京理工大学李长升教授作专题报告，陈慧灵院长主持，二十余名师生参与交流。

会议开始，陈慧灵院长介绍了四位专家的学术背景。四位学者均为人工智能领域的优秀青年领军人才，在大模型技术、图表征学习、AI安全、智能防护等方向成果丰硕，承担多项国家级重点科研项目。

张长青教授聚焦大模型推理能力增强与可靠性度量展开分享。他梳理了推理大模型预训练、监督微调、强化学习的全流程训练体系，针对黑盒模型风险评估难、传统语义熵评估失效等行业痛点，提出基于证据的不确定性刻画框架与多模态动态证据融合模型，有效提升大模型决策的稳定性与安全性。

王啸教授围绕大语言模型赋能的图表征学习作报告。他剖析了传统图神经网络语义理解薄弱、结构稀疏、泛化受限等固有局限，讲解大语言模型作为预测器与增强器的两条核心技术路径，从理论层面论证现有图文对齐方式的缺陷，提出 RGLM 重构式微调框架与配套开源数据集，为轻量化图学习落地提供完整解决方案。

任文琦教授沿“输入-推理-输出”全链条系统讲解生成式人工智能安全研究。针对低质输入干扰、恶意诱导越狱攻击、深度伪造内容传播等安全风险，他分别介绍了图像可控复原、多模态安全攻防、泛化伪造鉴伪等系列创新算法，梳理生成模型技术迭代脉络，构建起完整的生成式 AI 安全防护体系。

李长升教授面向骑行、驾驶就业群体，分享安全与健康防护技术装备研究成果。他针对行业现存的四大技术挑战，搭建机理研究、智能装备、风险算法、云边平台、产业示范的全链条技术体系，研发智能头盔、车载便携监测装置等专用设备，相关成果已联合头部企业开展规模化落地示范。

在交流环节，与会师生围绕图学习框架多节点适配、大模型可靠性落地、生成式AI攻防实践等核心问题展开深入讨论。针对异质多类型节点场景下图学习框架的适配性疑问，王啸教授结合自身科研经验，细致解答了框架兼容范围、优化路径与改造思路，现场研讨氛围热烈。

本次沙龙搭建了人工智能前沿领域的学术交流平台，不仅让师生全面了解了大模型、图学习、AI安全与行业智能防护的最新研究进展，也为相关方向科研创新提供了宝贵思路，有力推动了学院在人工智能交叉领域的学科建设与发展。