cikm（来自6所高校的10位学子入选）

「字节跳动奖学金计划 ByteDance Scholars Program」是字节跳动自 2021 年起发起的一年一期的人才培养项目，为每位获奖学生提供 10 万元人民币的资助基金，旨在帮助具有创新精神的科技人才用专业知识解决实际难题，用技术回馈社会、引领未来。

第二届「字节跳动奖学金计划」于 2022 年 5 月发起，吸引了来自 34 所高校、300 余位国内优秀青年学子的报名申请，共覆盖 22 个技术领域。经过专家团队的初审、复审、终审等层层考核，以下 10 位同学凭借着卓越的学术成果和优异的个人实践，每人荣获 10 万奖学金：

鲍凡（清华大学）

李鑫（中国科学技术大学）

刘明桓（上海交通大学）

孟子立（清华大学）

秦浩桐（北京航空航天大学）

王语霖（清华大学）

游凯超（清华大学）

周昆（中国人民大学）

周煊赫（清华大学）

周哲（北京大学）

（以上获奖名单按照姓名拼音顺序排序。）

接下来，我们为大家介绍 10 位奖学金获得者的学术经历与科研成果。

鲍凡

清华大学 统计人工智能与学习组研究领域：机器学习、深度学习导师：张钹、朱军

鲍凡同学在扩散概率模型上做出了突出成果，他作为一作的论文《Analytic-DPM: an Analytic Estimate of the Optimal Reverse Variance in Diffusion Probabilistic Models》获得世界级学术奖项 ICLR 2022 杰出论文奖，是该会议首篇且唯一一篇由中国大陆单位独立完成的获奖论文。该项目产生了广泛的影响力，作为核心技术被应用到 OpenAI 最近发布的超大规模跨模态生成模型 DALL·E 2 上。

他积极探索扩散概率模型的应用场景，在扩散模型的加速、可控生成、基本架构方面产出近十篇论文。他提出能量引导的随机微分方程框架，将扩散概率模型应用于图像翻译和逆向分子设计；在基本架构方面，他致力于探究 UNet 的可行替代，提出计算并行度更好的 UViT，在理论研究及实践应用上均有出色的成果贡献。

李鑫

中国科学技术大学 多媒体计算与通信教育部-微软重点实验室、智能媒体计算实验室（IMCL）研究领域：智能媒体数据处理、编码、模型泛化导师：陈志波

李鑫同学一直致力于智能媒体数据编码、增强、质量评价的跨领域系统研究，以及其共性科学问题挖掘，并涉及领域泛化和因果推断等基础领域。

他在 IEEE TIP、IEEE TCSVT、ECCV、AAAI 等顶级国际期刊和会议上发表论文 10 余篇，并担任过多项国际知名期刊和会议的审稿人。他曾获得 CVPR CLIC 国际竞赛一等奖、全国人工智能大赛三等奖、研究生国家奖学金等多项荣誉。

2021 年，李鑫在图像处理领域顶刊 IEEE TIP 上发表的论文利用强化学习首次实现了传统编码器自适应不同智能任务语义编码的优化，极大提升了传统编码器的智能应用前景，部分研究成果已被采纳到若干实际应用之中。

刘明桓

上海交通大学 APEX LAB研究领域：强化学习导师：张伟楠

刘明桓同学的研究方向主要为强化学习和离线数据驱动的强化学习方法，包括模仿学习、离线强化学习、以及多智能体等领域，曾获得过博士生国家奖学金。

博士期间，刘明桓在多个顶级会议发表学术论文 10 余篇，其中 8 篇第一作者。工作成果包括利用离线数据的能量函数直接恢复奖励的模仿学习工作（AAMAS 2020），基于离线数据的课程强化学习策略（NeurIPS 2021），以及关于解耦策略的研究，通过策略解耦的给予策略模块的迁移能力（ICML 2022）。这些工作从不同角度提高了强化学习对已有离线数据的利用性。

孟子立

清华大学 网络研究院 网络体系结构研究室研究领域：实时音视频传输导师：徐明伟

孟子立同学近年来一直在研究互联网中的实时音视频传输及其相关领域，他试图解决的核心问题是如何为视频会议、云游戏、VR 等这类实时音视频传输应用降低延迟，以提供较好的用户体验。他的多项成果从互联网体系结构的各个层面试图对延迟进行分析优化，并在网络方向的国际会议 SIGCOMM、NSDI 上发表。

在科研工作外，孟子立积极参与国际交流，曾在麻省理工学院、卡耐基梅隆大学访问研究，广泛与多个团队合作。他还曾在 3 家公司实习，有多项音视频传输延迟优化的技术成功在业界测试、落地。未来他将继续致力于降低实时音视频传输的交互延迟，为 VR 等面向未来的应用提供更好的网络支撑。

秦浩桐

北京航空航天大学 软件开发环境国家重点实验室研究领域：神经网络量化压缩导师：李未、刘祥龙

秦浩桐同学致力于硬件友好神经网络量化研究，博士期间在 ICLR、IJCV、CVPR 等发表论文 16 篇，一作 8 篇，被引超 500 次，目前在瑞士 ETH Zürich CVL 联合培养。

他的二值量化 Bi 系列工作推动了各类神经结构的极限位宽压缩。其中，IR-Net 将信息理论引入二值量化研究，已成为该领域颇为流行的基线之一；BiPointNet 解决了大尺寸聚合单元的二值兼容问题，实现近 20 倍压缩加速；最新成果 BiBERT、BiFSMN 展示了全二值量化在 Transformer 等结构上的巨大潜力，DIR-Net 则进一步将二值 CNN 推向实用。

此外，他还在 AAAI、CVPR、PRCV 等会议举办学术活动促进研究领域交流。目前，秦浩桐参与组织的 AAAI 的 Practical-DL 系列 Workshop 已成功举办 2 届，推动深度学习走向高效。

王语霖

清华大学 自动化系 LEAP 实验室研究领域：高效深度学习、计算机视觉导师：吴澄、黄高

王语霖同学的研究兴趣为高效深度学习，尤其关注针对计算机视觉问题设计深度学习模型的动态训练和推理范式，以提升其数据效率和计算效率。他的代表性工作为隐式语义数据扩增算法和面向图片、视频等视觉数据的空间自适应高效动态推理框架。

他曾多次以第一作者于T-PAMI、NeurIPS、ICLR、CVPR、ICCV、ECCV等权威国际期刊、会议上发表学术论文，谷歌学术引用 600 余次，获得 CCF-CV 学术新锐奖、CVPR 杰出审稿人、国家奖学金等荣誉。他还积极为开源社区贡献力量，科研工作在 Github 网站上的开源代码已获得超过 1000 星标。

游凯超

清华大学 软件学院 大数据系统软件国家工程研究中心研究领域：机器学习、深度学习导师：龙明盛

游凯超同学在深度迁移学习方向持续耕耘，为通用域自适应学习、无监督域自适应模型选择、深度模型迁移方法、预训练模型迁移性评价指标等问题提供了高效解决方案，发表顶会论文 11 篇，其中第一作者/共同一作 9 篇，获得 2019 年清华大学特等奖学金、2021 年国家奖学金、2021 年 NeurIPS 大会杰出审稿人奖等荣誉，谷歌学术引用超过 700 次。

凯超同学享受利用机器学习原理指导深度学习实践的过程，积极开拓机器学习研究的边界，并乐于将机器学习知识分享给更多的读者。他活跃在各大社区，在知乎拥有超过 5 万关注者，在 GitHub 收获超过 5000 星标。

周昆

中国人民大学 大数据管理与分析方法研究北京市重点实验室研究领域：自然语言处理、信息检索导师：文继荣、赵鑫

周昆同学师从文继荣教授和赵鑫教授，关注自然语言处理和信息检索，以第一作者身份发表论文 10 余篇，总引用数 550 +。其中，周昆以一作身份在 KDD 2020 和 CIKM 2020 上发表的两篇论文，被 PaperDigest 选为 KDD 和 CIKM 最有影响力论文之一。

周昆同学目前的主要研究方向是提升序列数据（如文本、用户行为序列）表征的质量、以及赋予其解决复杂知识推理问题的能力，并针对技术痛点问题，提出多种解决方案，提升下游多个场景下的效果，且部分科研成果已经落地实际应用。

周煊赫

清华大学 计算机系数据库组研究领域：自治数据库、AI 工程化导师：李国良、冯建华

周煊赫同学重点研究三方面挑战性难题：智能预测与调优、自动查询重写、自治系统设计。他已在 CCF-A 类会议和期刊上发表十余篇论文，谷歌学术引用量超过 350 次，研究成果入选 QTune 近五年数据库领域高被引用论文。

此外，周煊赫积极参与学术与社会服务，曾担任 VLDB (Journal)、JCST 等国际顶级会议和期刊的审稿人；在 SIGMOD、ICDE、VLDB、AIMLSys 等多个国际顶会做自治数据库前沿技术的学术报告。

他的相关开源项目目前已经在 Gitee、Github 上获得超过2000个星标。

周哲

北京大学 高能效计算与应用中心研究领域：计算机系统结构导师：孙广宇

周哲同学致力于从系统和硬件架构设计层面优化深度学习应用的推理和训练性能，累计在计算机体系结构、计算机系统和电子设计自动化领域的顶级会议/期刊发表一作论文 5 篇。

他积极探索以“近存计算”的方式来加速访存密集型深度学习应用的性能， 从应用、系统和硬件架构三个层面进行思考和改进。他提出的优化“近存计算”系统中“通信瓶颈”问题的论文被计算机体系结构顶会 HPCA 高分录用。他还专注于将“近存计算”技术应用到更广泛的场景中，结合业界关注的实际问题探索未来数据中心的可能形态。

祝贺以上同学荣获第二届字节跳动奖学金！字节跳动希望借此激发优秀技术人才的创造力，与优秀学子共同成长，用务实的精神推动解决真实的问题，共同回馈社会。

首届「字节跳动奖学金计划」回顾

论文被引上千次，GitHub开源6000星，这是首届字节跳动奖学金得主