副教授（博士生导师、硕士生导师），北京师范大学人工智学院

地址：北京市新街口外大街19号，100875

邮箱：jli [at] bnu.edu.cn

研究方向

以大语言模型为代表的人工智能方法在算法与应用层面取得了显著进展，但其数据驱动的内在统计特性导致推理可靠性不足（幻觉率高），难以满足高风险决策与教育场景对可靠性的严格要求。我的研究聚焦大语言模型的推理能力与可靠性，旨在通过基础理论探索和关键技术研究，提升模型的复杂推理能力和推理可靠性，实现可解释、可信、可落地的大模型推理体系。具体研究兴趣包括但不限于：

• 大模型的复杂推理能力：探索信息压缩机制、强化学习驱动的推理优化、长上下文推理（Long CoT）、RAG工具调用等技术，以增强模型在复杂任务中的推理深度与灵活性。

• 大模型的推理可靠性：研究知识驱动推理、形式化推理与神经-符号一体化方法，降低模型幻觉率，提升推理可解释性与可信度。

• 大模型的教育应用：面向教育场景，探索智能出题、智能文献检索与推荐、教案生成等功能，推动模型推理能力的实际落地与可交付成果形成。

工作经历

教育背景

代表性工作 [完整列表] [谷歌学术]

• A Survey on Model Compression for Large Language Models. [pdf]
  Xunyu Zhu, Jian Li*, Yong Liu, Can Ma, Weiping Wang.
  Transactions of the Association for Computational Linguistics (TACL), 2024, 已录用. CCF-B 期刊 / JCR Q1.
  大模型领域首篇模型压缩综述.

• Distilling mathematical reasoning capabilities into Small Language Models. [pdf]
  Xunyu Zhu, Jian Li*, Yong Liu, Can Ma, Weiping Wang.
  Neural Networks, 2024. CCF-B 期刊 / JCR Q1.

• Optimal Rates for Agnostic Distributed Learning. [pdf] [code]
  Jian Li, Yong Liu, Weiping Wang.
  IEEE Transactions On Information Theory (TIT), 2023. CCF-A 期刊，信息论理论顶级期刊..
  

• Optimal Convergence Rates for Distributed Nyström Approximation. [pdf] [code]
  Jian Li, Yong Liu, Weiping Wang.
  Journal of Machine Learning Research (JMLR), 2023. CCF-A 期刊，机器学习领域顶级期刊.
  

• Convolutional Spectral Kernel Learning with Generalization Guarantees. [pdf] [code]
  Jian Li, Yong Liu, Weiping Wang.
  Artificial Intelligence (AI), 2022. CCF-A 期刊，人工智能领域顶级期刊.
  

• Optimal Convergence Rates for Agnostic Nyström Kernel Learning. [pdf]
  Jian Li, Yong Liu, Weiping Wang.
  International Conference on Machine Learning (ICML), 2023. CCF-A 会议，机器学习领域顶级会议.

• Federated learning for non-iid data: From theory to algorithm. [pdf] [presentation] [🏆最佳学生论文奖] (1/92)
  Bojian Wei, Jian Li*, Yong Liu, Weiping Wang.
  Pacific Rim International Conference on Artificial Intelligence (PRICAI), 2021. CCF-C 会议.

• Multi-Class Learning: From Theory to Algorithm. [pdf] [poster] [sildes] [3-minute video] [code]
  Jian Li, Yong Liu, Rong Yin, Hua Zhang, Lizhong Ding, Weiping Wang.
  Advances in Neural Information Processing Systems 31 (NeurIPS), 2018. CCF-A 会议，机器学习领域顶级会议.

主持项目

• 国家自然科学基金-面上项目 (No. 62576041)，2026.01 - 2029.12，50万元.
  题目：大语言模型信息压缩的数学机理分析与算法设计.

• 国家自然科学基金-青年科学基金项目 (No. 62106257)，2022.01 - 2024.12，30万元.
  题目：面向大规模结构化预测的自动谱核学习研究.

• 国家重点研发项目子课题 (2022YFB3105302.2)，2022.12 - 2025.11，120万元.
  题目：跨平台异质性数据聚合与协同技术.
  • 跨平台数据安全共享技术研究
  • 基于热点标签发现的人机融合标注技术研究
  • 基于约束特征分布差异的异质数据融合技术研究

• 中国博士后科学基金特别资助项目（No. 2023T160680），2023.07 - 2024.03，18万元.
  题目：面向结构化预测的深度可微高斯过程方法研究.

• 中国科学院特别研究助理资助（中科院人才项目），2020.09 - 2022.09，80万元.
  题目：面向大规模小样本数据的自动机器学习研究.

• 中国科学院信息工程研究所优才计划-A类，预聘研究员，2023.10 - 2026.09.

• 中国科学院信息工程研究所优才计划-B类，青年预聘研究员（全所唯一），2020.09 - 2023.10.

发明专利

专利授权

• 林海伦, 刘勇, 李健, 王伟平. 一种融合表示学习和分治策略的大规模本体合并方法：中国. 授权号：CN110059194A. 2022年4月8日.

专利申请

• 李健，李骄扬，韦博舰，刘勇，王伟平. 一种基于注意力机制的联邦学习方法及系统：中国. 申请号：202311073645.3. 2023年8月24日.
• 李健，李骄扬，林政，刘勇，王伟平. 一种基于知识蒸馏和提示工程的垂域大模型方法及系统：中国. 申请号：202311073641.5. 2023年8月24日.
• 李健，刘勇，王流斌，杨毅果，王巨宏. 神经网络结构搜索方法、装置、计算机设备和存储介质：中国. 专利申请号：202011567991.3. 2020年12月25日.

指导学生

• 博士研究生
  • 康艺霖（2020.09 - 2023.06）🎓，差分隐私.
    发表论文：Computers & Security、CIKM、ICCS.
    毕业去向：紫金山实验室.
  • 朱勋宇（2020.09 - 至今），神经网络结构搜索.
    发表论文：Neural Networks $\times$ 2, TACL, ICDM.
    投稿论文：TACL.
  • 车博轩（2022.09 - 至今），高效图神经网络.
• 硕士研究生
  • 韦博舰（2020.09 - 2022.06）🎓，联邦学习.
    发表论文：PRICAI 2021 (最佳学生论文奖)、TNNLS、ECML-PKDD、IJCNN.
    毕业去向：中国银行总行管培生.
  • 张旭宁（2022.09 - 至今），联邦学习.
    2023年武汉大学优秀学士论文奖.
    投稿论文：AAAI 2025.

荣誉称号

• 2024年，微软亚洲研究院“铸星计划”.
• 2023年，中科院信工所优才计划 A 类-预聘正高.
• 2021年，PRICAI 2021 最佳学生论文奖.
• 2020年，中国科学院特别研究助理.
• 2020年，中科院信工所优才计划 B 类-青年预聘正高.
• 2020年，百度研究院AIDU人才计划.
• 2020年2月至2021年2月，斯坦福大学联合培养博士（因新冠疫情中止）.
• 2020年，北京市优秀毕业生.
• 2020年，中国科学院大学优秀毕业生.
• 2019年，博士研究生国家奖学金.
• 2019年，朱李月华优秀博士生奖.
• 2019年，中科院院长优秀奖.
• 2018年，博士研究生国家奖学金.

学术服务

• Mathematics 客座编辑
• 会议程序委员：ICML、NeurIPS、ICLR、AAAI、IJCAI、ECAI
• 期刊审稿人：TPAMI、JMLR、Pattern Recognition