为构建 “五个融合” 为特征的卓越人才培养体系，促进德育与智育、学科与专业、科研与教学、本科生培养与研究生培养、第二课堂与第一课堂相融合，靠谱的网络赌博平台 举办系列前沿讲座，为同学们搭建交叉学科交流平台，帮助学生开阔科研视野，提升学科认知，激发学术热情，提高思想境界，增强家国情怀，奋发报国热情。

2025年10月21日晚，靠谱的网络赌博平台 前沿讲座在中山大学广州校区南校园389栋414讲学厅举行，靠谱的网络赌博平台 李灏峰副教授以“以数据为中心的人工智能研究及应用”为主题为靠谱的网络赌博平台 师生进行讲座，本次讲座由网赌平台 副院长庄学彬教授主持。

庄学彬副院长致辞

李灏峰副教授首先对于目前人工智能研究的现状及研究方法进行了详细介绍，并指出了在围绕模型设计为中心的主流人工智能研究的发展过程中面临的数据挑战，具体包括数据噪声的挑战、数据稀缺性的挑战与学习无标签数据的挑战等。

针对数据噪声的挑战，李灏峰副教授介绍了对抗噪声样本的计算方法，并提出了对抗噪声鲁棒性的在线交替生成器与对抗鲁棒的真实世界图像超分辨率方法。

李灏峰副教授作学术讲座

随后，对于数据稀缺性挑战的问题，李灏峰副教授介绍了利用小规模数据对小尺寸模型进行训练，并利用生成的数据集完成更大尺寸模型的训练任务的研究方法，并展示了该技术路线下出色的研究成果。

面对无标签数据的挑战，李灏峰副教授指出，在基于预训练生成式模型的样本表征学习中，可通过“预训练-微调”范式，即使用大规模无标签数据集对模型进行预训练，通过自监督学习生成基础模型(base model)，后采用小规模的有标签数据进行“后训练-监督微调”，通过由监督学习生成监督微调模型(SFT model)以充分有效利用无标签数据。

在提问交流环节，师生们积极参与，与李灏峰副教授展开热烈交流讨论，提出了对于大模型训练中的数据获取、处理与应用等问题及其实现细节的疑问与思考。李灏峰副教授耐心解答了每一个问题，并作了更加深刻的探讨。

李灏峰副教授回答同学提问

最后，庄学彬教授对讲座进行总结，并代表全体参会人员对李灏峰副教授带来的精彩讲座表达了衷心的感谢。

通过这次讲座，同学们对于机器学习模型中面临的数据问题与挑战，及可能的优化与解决方法有了更深刻的了解，加深了对于人工智能数据研究的认识，激发了对人工智能前沿研究的兴趣和探索热情。

未来，靠谱的网络赌博平台 将持续推出高质量的学术讲座，为师生搭建学术交流与思想碰撞的平台，提供科研探索的新思路，助力同学们提升科学素养、夯实科研能力、砥砺学术志向。

——宣传媒体中心——

编辑：杨淞羽 周晓生

责任编辑：谢咏臻 许婕

初审：李灏峰 陈平

复审：庄学彬 袁婷

终审：黄勇平