3月26日，蘋(píng)果機(jī)器學(xué)習(xí)研究中心（Apple Machine Learning Research）正式公布了 2025 年 AI（人工智能）、ML（機(jī)器學(xué)習(xí)）領(lǐng)域獲得博士生獎(jiǎng)學(xué)金的蘋(píng)果學(xué)者名單。

該獎(jiǎng)學(xué)金旨在獎(jiǎng)勵(lì)和支持計(jì)算機(jī)科學(xué)與工程領(lǐng)域極具潛力的博士研究生開(kāi)展研究，每年頒發(fā)一次，今年已是第六年。獲獎(jiǎng)?wù)卟粌H可以獲得獎(jiǎng)學(xué)金支持，還能得到蘋(píng)果實(shí)習(xí)機(jī)會(huì)和蘋(píng)果研究員的學(xué)術(shù)指導(dǎo)。

今年共有 12位華人學(xué)者獲得了蘋(píng)果學(xué)者獎(jiǎng)學(xué)金。

Ruei-Che Chang

Ruei-Che Chang 是密歇根大學(xué)計(jì)算機(jī)科學(xué)專(zhuān)業(yè)的博士研究生，導(dǎo)師是郭安鴻（Anhong Guo）。他的研究重點(diǎn)是設(shè)計(jì)交互式人機(jī)交互系統(tǒng)，以促進(jìn)現(xiàn)實(shí)世界的無(wú)障礙環(huán)境。他熱衷于開(kāi)發(fā)能夠理解并描述現(xiàn)實(shí)世界環(huán)境的智能體，為盲人或視力受損人士服務(wù)。

Cathy  Fang

Cathy  Fang是麻省理工學(xué)院（MIT）媒體實(shí)驗(yàn)室流體交互小組（Fluid Interfaces Group）博士研究生，師從Pattie Maes教授。她的研究立足于技術(shù)與人類(lèi)體驗(yàn)的交叉領(lǐng)域，通過(guò)混合現(xiàn)實(shí)（mixed reality）、人工智能（artificial intelligence）和可穿戴設(shè)備（wearable devices）等技術(shù)，開(kāi)發(fā)多模態(tài)人工智能系統(tǒng)，通過(guò)個(gè)性化干預(yù)措施來(lái)支持個(gè)人的身體和心理健康。

顧煜賢 （Yuxian Gu）

顧煜賢 （Yuxian Gu）是清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系對(duì)話式人工智能研究組的四年級(jí)博士生，師從黃民烈教授。他的研究集中在開(kāi)發(fā)語(yǔ)言模型整個(gè)生命周期的有效方法，包括預(yù)訓(xùn)練、下游自適應(yīng)和推理。最近，他的研究重點(diǎn)是預(yù)訓(xùn)練 LLM（PDS、指令預(yù)訓(xùn)練、學(xué)習(xí)法則）的數(shù)據(jù)管理理論和算法以及使用知識(shí)蒸餾進(jìn)行 LM 壓縮（MiniLLM、MiniPLM）。

Tiancheng Hu

Tiancheng Hu 是劍橋大學(xué)語(yǔ)言技術(shù)實(shí)驗(yàn)室的計(jì)算、認(rèn)知與語(yǔ)言方向的博士生，師從 Nigel Collier 教授。他的研究重點(diǎn)是構(gòu)建能夠真實(shí)模擬群體和個(gè)人層面人類(lèi)行為的人工智能系統(tǒng)，目標(biāo)是創(chuàng)造出能夠真正理解和適應(yīng)全球不同人類(lèi)觀點(diǎn)的人工智能。最近，他的研究聚焦兩個(gè)方面：通過(guò)文本生成理解 LLM 的固有偏見(jiàn)；運(yùn)用 LLM 理解人類(lèi)交流中的偏見(jiàn)性語(yǔ)言使用。

黃子琪（Ziqi Huang）

黃子琪是 南洋理工大學(xué)MMLab@NTU 的博士生，師從劉子緯教授。其研究方向?yàn)橐曈X(jué)生成模型，重點(diǎn)關(guān)注生成、編輯及相關(guān)系統(tǒng)的評(píng)估方法。致力于構(gòu)建以人為中心的視覺(jué)生成框架，提升模型與人類(lèi)意圖的對(duì)齊與交互能力，推動(dòng)更直觀、靈活的視覺(jué)內(nèi)容創(chuàng)作。

吉嘉銘（Jiaming Ji）

吉嘉銘，北京大學(xué)人工智能研究院博士生在讀，導(dǎo)師為楊耀東老師，研究方向?yàn)閺?qiáng)化學(xué)習(xí)、大模型的安全與價(jià)值導(dǎo)向，是百川系列模型開(kāi)源的核心貢獻(xiàn)者，模型累計(jì)下載500W。他利用訓(xùn)練后校準(zhǔn)技術(shù)將人類(lèi)的偏好和價(jià)值觀融入人工智能訓(xùn)練過(guò)程，旨在確保人工智能利益的公平分配。

孔令東（Lingdong Kong）

孔令東是新加坡國(guó)立大學(xué)計(jì)算機(jī)系的博士生，導(dǎo)師是Wei Tsang Ooi 教授、Benoit Cottereau 教授和Lai Xing Ng 博士。他的研究重點(diǎn)是為現(xiàn)實(shí)世界的應(yīng)用開(kāi)發(fā)強(qiáng)大、可擴(kuò)展且可通用的 3D 場(chǎng)景理解系統(tǒng)。目前，他正在研究 3D 感知、生成和視覺(jué)語(yǔ)言模型的交叉點(diǎn)。

Tian (Sunny) Qin

Tian (Sunny) Qin 是哈佛大學(xué)的一名三年級(jí)博士生，由 David Alvarez-Melis指導(dǎo)。她的研究重點(diǎn)是數(shù)據(jù)驅(qū)動(dòng)的人工智能和基礎(chǔ)模型科學(xué)。通過(guò)開(kāi)發(fā)合成數(shù)據(jù)生成方法并深化對(duì)模型學(xué)習(xí)動(dòng)態(tài)的理解，她的目標(biāo)是提高小型語(yǔ)言模型的推理能力和分布外泛化能力。

王廣輝（Guanghui Wang）

王廣輝是佐治亞理工學(xué)院機(jī)器學(xué)習(xí)專(zhuān)業(yè)四年級(jí)的博士生，師從Jake Abernethy教授和Vidya Muthukumar教授。他的研究興趣主要集中在機(jī)器學(xué)習(xí)理論和優(yōu)化領(lǐng)域。目前，他主要致力于開(kāi)發(fā)能夠適應(yīng)不同環(huán)境的穩(wěn)健且高效的序列決策方法。

王嘉宸（Jiachen (Tianhao) Wang）

王嘉宸（Jiachen (Tianhao) Wang）是普林斯頓大學(xué)的博士研究生，他的導(dǎo)師是 Prateek Mittal 教授，并且與 Ruoxi Jia 教授保持密切合作。他的研究重點(diǎn)是從數(shù)據(jù)角度出發(fā)的可信機(jī)器學(xué)習(xí)。最近，他致力于開(kāi)發(fā)適用于基礎(chǔ)模型的數(shù)據(jù)歸因與優(yōu)化技術(shù)。

謝若宇（Ruoyu (Roy) Xie）

謝若宇（Roy Xie）是杜克大學(xué)的博士研究生，導(dǎo)師是 Bhuwan Dhingra。他的研究專(zhuān)注于提升大型語(yǔ)言模型的效率和魯棒性。目前，他正在探索強(qiáng)化學(xué)習(xí)方法，以提高 LLM 的推理效率，尤其是對(duì)于涉及長(zhǎng)序列的復(fù)雜任務(wù)。

徐豪飛（Haofei Xu）

徐豪飛（Haofei Xu）是蘇黎世聯(lián)邦理工學(xué)院（ETH Zurich）和圖賓根大學(xué)的博士研究生，導(dǎo)師是 Marc Pollefeys 和 Andreas Geiger。他的研究專(zhuān)注于計(jì)算機(jī)視覺(jué)，特別是密集對(duì)應(yīng)關(guān)系、運(yùn)動(dòng)、三維以及視頻表示學(xué)習(xí)。他的目標(biāo)是推動(dòng)通用智能系統(tǒng)的發(fā)展，以實(shí)現(xiàn)三維重建、合成和理解。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。