清华大学计算机系长聘教授，博导，国家高层次人才，人工智能所所长。入选ACM SIGIR Academy，国际计算机学会ACM Distinguished Member，CCF杰出会员。国际顶级期刊ACM TOIS主编，ACM TheWebConf27、Multimedia25大会主席，SIGIR26、RecSys23、CIKM23、WSDM17等大会程序主席等。发表高水平学术期刊会议论文百余篇，被引用2万余次。2024年获SIGIR十年时间检验奖，此外获得IBM Global Faculty Award，中国高校计算机专业优秀教师奖励，北京市科学技术一等奖多项，中国中文信息学会科学技术一等奖多项，WSDM22 Best Paper Award，EMNLP24 Best Resource Award等。长期与国内外多家企业进行深度科研合作。

报告题目：大脑的沉浸感知与个性化推荐

报告摘要：当我们观看短视频时，大脑中发生着什么？沉浸的心理状态与脑电信号之间是否存在关联？对其建模能否刻画用户满意度？是否有可能推而广之用于大规模个性化推荐系统？其中起到关键作用的线索能否被捕捉到？能否帮助技术发展？脑科学、心理学与计算机科学的交叉给我们带来了诸多启发和惊喜，报告中将介绍我们对上述问题递进探索的收获，并讨论未来方向。

复旦大学文科科研处处长，国家级重大人才计划青年学者，复旦大学价值认知传播与人智协同治理交叉创新团队首席专家。主要从事网络社会学、计算社会心态、算法治理、社会公共危机舆情治理等研究，兼任上海东方青年学社副理事长，中国新闻史学会媒介法规与伦理专委会常务理事，中国英汉语比较研究会语言教育与国际传播专委会常务理事，新华社国家高端智库首批特聘专家。

报告题目：大语言模型与人类价值观：模拟、控制与偏见

报告摘要：人类社会正由传统社会、网络社会迈入人智共生的数智社会。人工智能实质性地介入人们的价值观判断和行动决策，不是作为技术工具，而是作为社会行动的参与者。现有对大模型的评估集中在知识、推理和任务完成等性能测试，对模型在价值权衡中的默认倾向如何、生成是否稳定、会否情境漂移等问题，都缺乏可重复的测量框架。其次，模型能否面对真实社会中的差异化人群，目前亦缺乏可靠判断。如果模型只能生成被训练数据主流化的判断，就会在实际使用中抹平这些差异。因此，本研究在哲学社会科学和智能科学的交叉研究设计中，依托真实人类价值观调查数据，将不同社会位置中的个体转化为可计算、可对照的分析对象，再将大模型置于同样的问题框架中，比较模型回答与真实人群价值结构之间的关系，尝试探索大模型能否在不同社会位置、不同价值情境中，生成稳定、可解释、可校准的判断，并基于相关结论讨论它是否可以被用于社会模拟、政策压力测试和治理风险预判，进而成为服务社会研究和国家治理的工具。

简介：博士生导师，国家高层次青年人才。主要研究方向为大语言模型、强化学习、信息检索和因果推断等，发表高水平论文100余篇，谷歌引用1.6万余次。带领团队在大模型智能体领域开展一系列国际上的早期研究，构建基于大模型智能体的社会模拟平台“玉兰-万象”。所发表论文荣获多项著名国际会议的最佳论文奖或提名（TheWebConf 2018，CIKM 2022 Resource，SIGIR-AP 2023，MM-Asia 2024，AIRS2017等），荣获中国中文信息学会钱伟长青年科技奖，人工智能学会吴文俊科技进步一等奖，计算机学会自然科学二等奖等，长期担任 ICML、NeurIPS、ICLR等会议领域主席，担任期刊ACM Transactions on Recommender Systems的编委，主持国家自然科学基金青年科学基金项目（B类，C 类）和面上项目等。

报告题目：基于大模型的人类个体行为模拟

报告摘要：人类行为模拟一直以来是学术界关注的重点，然而传统模拟方法由于难以准确刻画人类复杂决策过程，往往模拟精度和应用范围均较为受限。近年来，大语言模型的发展使人们看到了构建精准类人代理的希望。斯坦福大学的虚拟小镇更是给众多相关从业者带来了巨大的想象空间。本报告将系统讲解过去一年中，科研人员在“基于大语言模型智能体的人类行为模拟”方面做出的种种探索和努力，并分析该领域目前存在的核心问题以及潜在解决方案。

简介：长期从事媒体智能化平台规划建设、人工智能技术应用及技术管理工作。先后主持或深度参与新华网“超级编辑部”、视频云服务平台、“新华云盾”内容审核产品、新华AI引擎等重点项目建设与应用落地，持续推动人工智能技术与媒体采编、审核、分发、传播等业务场景深度融合。近年来重点聚焦媒体内容知识化、大模型与智能体应用、AI辅助研发运维以及多人—多智能体协同机制等领域，探索运用人工智能提升媒体生产效能、技术治理能力和组织协同水平，为主流媒体系统性变革提供技术支撑。作为主要完成人参与建设的新华网“超级编辑部4.0”项目获评王选新闻科学技术奖一等奖，曾获北京冬奥会网络安全保卫工作表现突出个人等荣誉。

报告题目：专业媒体知识服务：从内容推荐走向人智协同

报告摘要：随着大模型智能体能够理解意图、检索信息并调用工具，智能推荐正从基于偏好的内容匹配，拓展为围绕用户问题与任务组织信息和知识。对专业媒体而言，关键不只是“推荐什么”，还包括智能体依据什么判断、如何形成可验证的知识。本报告基于新华网媒体技术实践和观察，探讨在不改变既有采编审核规范的前提下，设置相对独立的知识化加工环节，以经过审核发布的权威内容为可信来源，将其转化为供智能体使用的“媒体知识对象”。专业编辑、技术人员与智能体可协同完成知识的加工、核验、更新和风险控制，为公众提供有来源、有边界、可追溯的知识服务。公众反馈经分类核查和人工治理后，可推动知识持续更新。主流媒体由此可在保持内容生产与发布职能的基础上，进一步成为智能体生态中的可信知识供给者。

简介：四川大学教授，计算机学院院长助理、国家级青年人才、四川省学科评议组成员；主持国家重点研发计划课题、国家自然科学基金联合（重点）项目等国家级科研项目等；相关成果发表于NeurIPS、ACL、AAAI、WWW、EMNLP、ACMMM等国际顶级会议数十篇，并获得ACM MM 2020最佳论文奖（约1/1700、满分论文）、ACL 2024高级领域主席奖等；担任ACL、IJCAI等顶会的（资深）领域主席十余次，多次受邀在ACL、SIGIR、RecSys等国际会议上作大模型相关特邀报告，其中SIGIR 2021报告现场听众超过1600人，为全场最多；相关成果已在腾讯音乐、蚂蚁金服、中国电科、国家电网、最高人民法院等企业与政府机构落地应用，累计服务用户规模达数千万，并获得国家部委主要领导的肯定性批示。

报告题目：自主知识管理：从人工总结到自动累积

报告摘要：本报告分享自主知识管理范式（Agentic Knowledge Management, AKM），强调由智能体自主完成知识获取、组织和利用，将分散的专家经验、实践反馈和领域知识沉淀为可复用、可更新、可增值的知识资产。报告围绕自主知识获取、自主知识组织、自主知识利用、知识安全与监管四个方向展开，并通过相关案例说明，自主知识管理能够突破传统人工知识管理的滞后、低效和难复用问题，支撑智能体能力持续提升与人类决策增强。

CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。