副教授（博士生导师），北京师范大学人工智能学院

地址：北京市新街口外大街19号，100875

邮箱：jli [at] bnu.edu.cn

个人概况

北京师范大学人工智能学院副教授、博士生导师，智能媒体计算实验室（黄华教授团队）成员；研究方向聚焦大模型信息压缩、高效智能体与教育智能体系统。已发表高水平学术论文40余篇，Google Scholar 被引用1000余次；其中以第一作者在 IEEE Transactions on Information Theory (IEEE TIT)、Journal of Machine Learning Research (JMLR) 与 Artificial Intelligence (AIJ)、ICML、NeurIPS、AAAI等人工智能领域顶级期刊及会议论文发表十余篇。近五年主持国家自然科学基金面上项目/青年项目、国家重点研发计划子课题、中国博士后科学基金、中央高校基本科研业务费等科研项目，累计项目经费318万元。曾入选微软亚洲研究院“铸星计划”、中国科学院特别研究助理、中科院信工所优才计划 A 类与 B 类等人才计划，曾获 PRICAI 2021 最佳学生论文奖。

研究方向

以大语言模型为代表的人工智能方法正在从单轮语言系统走向长期交互、工具调用与领域智能体。我的研究聚焦大模型信息压缩与高效智能体，面向算力、上下文、记忆、工具调用和部署预算受限的真实场景，研究大模型和智能体如何在资源约束下保持推理、记忆、工具使用与任务执行能力，构建高效、可信、可扩展、可落地的智能系统。具体研究兴趣包括但不限于：

• 大模型信息压缩：研究模型压缩、上下文压缩、记忆压缩、知识压缩与技能压缩，探索大模型在低计算、低存储、低上下文开销下保持核心信息与能力的基础机制和算法方法。

• 高效与资源感知智能体：研究成本感知推理、预算化记忆、动态检索、工具调用调度、小模型智能体能力增强与多智能体协同，提升智能体系统的执行效率和规模化部署能力。

• 教育智能体系统：面向教育场景，研究可交互教学资源生成、出题智能体、教案生成、智能答疑与个性化学习支持，推动高效智能体在真实教育系统中的应用验证与成果转化。

工作经历

教育背景

代表性工作 [完整列表] [谷歌学术]

• Textual Stochastic Gradient Descent: Discrete Optimization of External Memory for Reasoning Language Agents.
  Jian Li, Hua Huang.
  International Conference on Machine Learning (ICML), 2026. CCF A会议.

• 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. CCF B期刊，SCI一区.
  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，SCI一区.

• 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，SCI一区.
  

• 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，SCI一区.
  

• Convolutional Spectral Kernel Learning with Generalization Guarantees. [pdf] [code]
  Jian Li, Yong Liu, Weiping Wang.
  Artificial Intelligence (AIJ), 2022. CCF A期刊，SCI二区.
  

• 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.

• 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会议最佳学生论文奖.

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.

• 中央高校基本科研业务费-青年教师科研启动项目，2024.10 - 2026.09，20万元.
  题目：面向高效推理的大语言模型基础研究.

• 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.

• 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.

• 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.

• 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.

发明专利

• 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. 授权发明专利，授权公告号：CN113408721B；授权公告日：2025年5月16日.
• 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. 授权发明专利，授权公告号：CN110059194B；授权公告日：2022年4月8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. 发明专利申请，公开号：CN117933360A；公开日：2024年4月26日.
• 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. 发明专利申请，申请号：CN202311073645.3；申请日：2023年8月24日.

指导学生

• 博士研究生：康艺霖（2020.09 - 2023.06，差分隐私，毕业去向：紫金山实验室/玉溪师范学院）；朱勋宇（2020.09 - 2025.06，研究方向为大模型高效推理与大模型压缩，发表 TACL、Neural Networks 等期刊论文，毕业去向：国家电投中央研究院）.
• 硕士研究生：韦博舰（2020.09 - 2022.06，联邦学习，PRICAI 2021 最佳学生论文奖，毕业去向：中国银行总行管培生）；张旭宁（2023.09 - 2026.06，联邦学习，发表 TNNLS，毕业去向：字节跳动）；吴镇宇（2024.09 - 至今，可交互教学资源生成、出题智能体）；谢沐村（2025.09 - 至今，高效智能体记忆）；谭棕友（2025.09 - 至今，教育智能体）.

荣誉与人才计划

• 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，北京市优秀毕业生.
• 2020年，中国科学院大学优秀毕业生.
• 2018、2019年，博士研究生国家奖学金（2次）.
• 2019年，朱李月华优秀博士生奖.
• 2019年，中科院院长优秀奖.

学术服务

• 专委会：CCF 人工智能与模式识别专委会委员.
• 学术论坛组织：VALSE 2025（大模型基础理论-从理论视角看待大模型技术发展）、2026年CSIG青年科学家论坛（大模型基础理论）.
• 会议程序委员：ICML、NeurIPS、ICLR、AAAI、MM、KDD等会议.
• 期刊服务：MDPI Mathematics（SCI一区）专刊客座编辑；TPAMI、JMLR、Pattern Recognition、自动化学报、计算机学报、软件学报等期刊审稿人.