2026 FAIC 人工智能基础大会 诚邀参会
关于FAIC
2026 FAIC 第二届人工智能基础大会拟于2026年4月18至19日在上海财经大学举行。本届大会邀请了来自清华、北大、港中文、港中深、人大、上交、南大、浙大、西交、同济、上财、华为等诸多机构的优秀学者，前来探讨人工智能研究的前沿进展，聚焦于大语言模型、AI for math、机器学习理论等领域。我们旨在搭建一个高水平的学术与应用交流平台，汇聚海内外顶尖青年学者、共同探索技术的边界与未来。
FAIC 人工智能基础大会起源于人工智能基础线上研讨班FAI-Seminar (www.fai-seminar.ac.cn)。此前，FAI-Seminar 已经成功举办三年。三年间，我们举办了80场线上学术讲座，累计获超过38万人次观看，微信群已经超过3000人，吸引了一批国内外关注人工智能基础研究的专家学者。
会议信息
会议时间：4月18日-4月19日
会议地点：上海财经大学
会议网址：www.faic.cc (可点击阅读原文)
此外本次FAIC新增两大特色，
快速戳了解一下吧~
1 FAIC 海报展报名
以海报形式展示你的研究成果，与领域专家、同行深度交流，让想法被看见。（点此立即报名）成功报名海报，将赠送一张 FAIC 2026 专业门票，内含茶歇、餐食、会员纪念品等权益。
2 本科生专属差旅补助
为了鼓励更多年轻学者投身前沿研究，FAIC 2026 新设本科生差旅补助计划，覆盖本次交通与住宿费用，让你无压力参与，轻松奔赴现场。（点此申请补助）
会议安排
4月18日上午 | Keynote Session
09:00- 09:45
林宙辰
北京大学
Towards Affine and Projective Equivariant Networks – A Differential Invariant Approach
09:45- 10:05
Coffee Break
10:05- 10:50
董彬
北京大学
AI for Mathematics：数学的数字化与智能化
10:50- 11:35
陆品燕
上海财经大学
大模型机理初探
4月18日下午 | Parallel Session 01
主题：大模型基础理论 (1)
Session Chair: 刘勇（中国人民大学）
会议时间：14:00 - 17:00
14:00- 14:40
孔雨晴
北京大学
大语言模型的无监督校正
14:40- 15:20
袁坤
北京大学
Accelerating LLM Pre-Training through Flat-Direction Dynamics Enhancement
15:20- 16:00
易鸣洋
人民大学
Towards a Theoretical Understanding to the Generalization of RLHF
15:30- 17:00
Poster
Session
4月18日下午 | Parallel Session 02
主题：机器学习理论
Session Chair: 张绍群（南京大学）
会议时间：14:00 - 17:00
14:00- 14:40
赵鹏
南京大学
One-Pass Bandit Learning for RLHF and Function Approximation
14:40- 15:20
宛袁玉
浙江大学
Decentralized Online Convex Optimization in Changing Environments
15:20- 16:00
许天
南京大学
小样本条件下对抗模仿学习的理论理解：一种阶段耦合分析方法
15:30- 17:00
Poster
Session
4月18日下午 | Parallel Session 03
主题：随机算法的泛化理论
Session Chair: 龚铁梁（西安交通大学）
会议时间：14:00 - 17:00
14:00- 14:40
雷云文
香港大学
Stochastic Gradient Methods: Bias, Stability and Generalization
14:40- 15:20
何海韵
香港科技大学（广州）
Fundamental Trade-Offs in Multi-Bit Watermarking of Stochastic Processes
15:20- 16:00
张耀宇
上海交通大学
Condensation sheds light to the mathematical foundation of deep neural networks
15:30- 17:00
Poster
Session
4月19日上午 | Parallel Session 01
主题：大模型基础理论 (2)
Session Chair: 胡天阳（香港中文大学（深圳））
会议时间：09:00 - 12:00
09:00-10:00
自由讨论
10:00-10:40
胡天阳
香港中文大学（深圳）
Transformers Are Born Biased: Structural Inductive Biases and Their Practical Consequences
10:40-11:20
许志钦
上海交通大学
从数据特征理解深度深习
11:20-12:00
孙嘉城
华为
Some progress on diffusion language models
4月19日上午 | Parallel Session 02
主题：最优化理论
Session Chair: 马梓业（香港城市大学）
会议时间：09:00 - 12:00
09:00-10:00
自由讨论
10:00-10:40
梁诗宇
上海交通大学
When FP8 Fails: Energy Amplification and Rank Collapse in LLM Training
10:40-11:20
张智予
浙江大学
Operationalizing Stein's Method for Online Linear Optimization
11:20-12:00
方聪
北京大学
面向流式学习问题的随机梯度算法理论进展
4月19日上午 | Parallel Session 03
主题：图机器学习
Session Chair: 梁科（国防科技大学）
会议时间：09:00 - 12:00
09:00-10:00
自由讨论
10:00-10:40
王睿杰
北京航空航天大学
动态开放环境下图增强大模型技术研究
10:40-11:20
夏良昊
哈尔滨工业大学（深圳）
When Graph meets Large Models
11:20-12:00
夏俊
香港科技大学（广州）
SpectraAI: AI-Driven Molecular Identification and Discovery
4月19日下午 | Parallel Session 01
主题：统计计算与模型加速
Session Chair: 邱怡轩（上海财经大学）
会议时间：14:00 - 16:00
14:00- 14:40
周峰
中国人民大学
Flexformer: Flexible Linear Transformer with Learnable Attention Kernel
14:40- 15:20
戴奔
香港中文大学
RankSEG-RMA: An Efficient Segmentation Algorithm via Reciprocal Moment Approximation
15:20- 16:00
邱怡轩
上海财经大学
GPU-Accelerated Solver for Entropic-Regularized Optimal Transport
4月19日下午 | Parallel Session 02
主题：大模型训练与数据优化
Session Chair: 吕凯风（清华大学）
会议时间：14:00 - 16:00
14:00- 14:40
陈文光
清华大学
低成本大模型训练技术
14:40- 15:20
张景昭
清华大学
Data Optimization for LLM Mid-training and Post-training
15:20- 16:00
汪子乔
同济大学
大模型对齐中的弱到强泛化机理研究
关于我们
FAIC 2026 由上海财经大学统计与数据科学学院、上海财经大学大数据研究院、统计之都联合主办，由人工智能基础研究、上海财经大学计算机与人工智能学院、Datawhale、AI TIME、DataFun协办，并获明汯投资、数启寰宇、宽德投资、宽德智能学习实验室、交叉智能等的赞助支持。同时，感谢战略合作伙伴黄大年茶思屋科技网站的支持！会议筹备人包括刘勇（中国人民大学）、吕凯风（清华大学）、马梓业（香港城市大学）、滕佳烨（上海财经大学）、魏太云（统计之都）。
期待在初春的上海与您相会！
主办方
上海财经大学统计与数据科学学院
上海财经大学统计学系成立于1946年，是上海财经大学设立最早的系科之一。学科建立之初云集了邹依仁、薛仲三、褚凤仪、金国宝、朱君毅、赵章甫、陈善林等一批著名教授，他们为本学科建设奠定了坚实的基础。1978年复校后，统计学科在陈善林、郑德如、贾宏宇、胡国华、马家善、田竞和、黄树颜、郑菊生等众多教授的悉心培育和努力开拓下得到了迅速发展，为国家和社会发展培养大量的统计人才，且涌现出一批有名望的统计专家和高层次的经济管理人员。
近几年，统计与数据科学学院在学科建设取得重大进展。2011年入选上海市高校一流学科（B类）建设计划；2012年在教育部一级学科评估中位居全国第4名，同年获准设置统计学一级学科博士后科研流动站；2013年，入选上海市高校一流学科（A类）建设计划；2015年，全国应用统计专硕评估位居第一；2017年，统计学科入选世界一流学科建设名单，并在第四轮教育部一级学科评估中位于A系列；2017软科世界一流学科排名中，上海财经大学统计学排名位列全国第二，并进入全球前百名。
上海财经大学大数据研究院
上海财经大学大数据研究院是为服务国家"数字中国"与教育强国战略，落实学校"数智财经"发展蓝图而成立的高水平科研平台。作为学校数字学科建设的四大核心平台之一，研究院致力于成为国内一流、国际有影响力的数据科学创新策源地和人才培养高地。
研究院以推动学科深度交叉融合为特色，聚焦贝叶斯非参数统计、深度学习可解释性、数据建模与智能计算等前沿领域，积极探索与金融、经济、公共卫生等财经优势学科的交叉研究。我们旨在通过前沿理论攻关与重大应用研究，产出具有国际影响力的顶尖成果，并为国家数字经济发展提供坚实的学术与智力支撑。
在运行机制上，研究院采用创新的"首席科学家（PI）制"、"柔性引进+双聘制"等模式，汇聚国内外顶尖学者，组建高水平科研团队。我们构建了"本-硕-博"贯通的多层次人才培养体系，并设立"未来之星"培育基金，支持青年学者成长，致力于培养兼具扎实理论功底与卓越实践能力的高层次复合型人才。
统计之都
统计之都（Capital of Statistics，简称COS，官网：https://cosx.org）成立于2006年，是一个开放的统计学与人工智能社区。创立19年来，统计之都始终致力于推动数据科学与人工智能知识传播、技术创新与跨领域应用。通过持续贡献开源软件，组织撰写技术文章与专业书籍，举办技术论坛、学术会议、主题沙龙与竞赛活动，累计惠及全球超过百万从业者，成为中国最具影响力的中文数据科学社区之一。
自2008年起，统计之都发起并主办中国R会议（China R Conference），旨在促进数据科学在各学科与行业中的探索、实践与交流。迄今，统计之都已联合全国20余所高校与科研机构，在北京、上海、广州、杭州、西安等14座城市成功举办近50届会议，呈现近2000场演讲，累计吸引线上线下参会者逾50万人次。
2023年，统计之都启动全新研究倡议——X-AGI项目。"X"代表未知、交叉与探索，X-AGI以"交叉智能，计算未来"为使命，旨在促进跨学科、开放协作的人工智能前沿研究和交流。未来，统计之都将继续秉持人本、专业、正直的社区精神，深耕技术社区建设，促进科研与产业交融。
协办方
人工智能基础研究
人工智能基础研究（FAI-Seminar 官网）是一个聚焦人工智能基础领域的线上中文研讨班，致力于搭建人工智能基础研究的高质量学术交流平台，帮助相关学习者和研究者降低学术探索成本、促进思想碰撞。 FAI-Seminar 至今已经成功举办三年。三年间，FAI举办了70余场线上学术讲座，累计获得了超过35万人次观看，微信群已经超过3000人，吸引了一批国内外关注人工智能基础研究的专家学者。
上海财经大学计算机与人工智能学院
上海财经大学计算机与人工智能学院（School of Computing and Artificial Intelligence）成立于2024年12月，是学校主动对接国家数字经济发展战略、前瞻布局人工智能前沿领域的重要学科增长点。学院以"建设具有国际影响力的计算机与人工智能学院"为愿景，已在计算经济学、理论计算机科学等领域形成国际领先优势。我们诚邀从事人工智能、体系结构与操作系统、网络与信息安全、软件工程、人机交互、图形学与可视化、理论与算法、大数据等计算机领域研究的优秀人才加盟，共同推动科技创新与学科发展。
Datawhale
Datawhale成立于2018年，是中国第一的AI 开源学习社区，全球开发者平台GitHub上star数超过20万，位居全球Top50，以「for the learner，和学习者一起成长」为使命，覆盖全球 4000+高校，3000+企业，帮助了超过 200 万 AI 开发者持续学习成长，构建起产学协同开放共享的AI人才培养生态，被誉为AI人才的黄埔军校。Datawhale 官网：www.datawhale.cn
AI TIME
AI TIME成立于2019年，由清华大学人工智能研究院院长张钹院士、唐杰教授和李涓子教授等人联合发起"AI TIME Science Debate"，旨在发扬科学思辨精神，希望用辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索，加强思想碰撞，打造AI领域的优质生态圈。六年来，AI TIME已经邀请了2000多位海内外讲者，举办了逾800场活动，超1000万人次观看，汇集了全球逾百位志愿者团队。 AI TIME官网：www.aitime.cn 公众号:AI TIME论道
DataFun
DataFun成立于2017年，是国内专注于大数据与人工智能开发者的垂直社区，以优质的活动与内容，吸引了大量的人工智能方向企业、开发者、爱好者、传统企业的加入，拥有国内广泛的数据智能专家库与开发者群体。
DataFun以推进中国企业智能化历程为使命，通过促进知识与经验分享、为行业培养与升级专业人才、输出简单易用的产品、提供咨询与项目实施等方式，加速中国企业的智能化发展。 https://www.datafuntalk.com/
赞助方
明汯投资
明汯投资 于2014年在上海虹口对冲基金产业园成立，借助强大的数据挖掘、统计分析和技术开发能力，构建了覆盖全周期、多品种、多策略的资产管理平台。自成立以来，明汯一直致力于成为国际一流量化投资机构，作为国内最早一批将人工智能技术成功应用到金融市场的私募机构，公司管理规模位居行业前列。
数启寰宇
上海数启寰宇人工智能科技有限公司 （简称"数启寰宇"）是一家深耕"AI+金融场景"的前沿科技企业，专注于算法研发及语料智能处理领域。依托于母公司在金融投资垂类模型应用的深厚积累、算力基础设施的持续高投入，借助大数据、自然语言处理、机器学习、深度学习、强化学习等关键技术，将量化交易算法模型、自动化交易执行模块等研发成果运用到量化组合管理中。未来数启寰宇还将从资产管理延展到财富管理领域、孵化出更多金融科技应用成果服务更多类型金融机构，同时筹备拓展至生物科技、实验室数据分析等更多行业垂类模型应用。
在算力提升受限的大背景下，数启寰宇还着力深化与金融数据供应商战略合作，精准输出语料应用场景需求，通过股权投资完善产业链布局，由此构建高效率的采集、更智能的清洗、更精准的标注、更科学的测试，更个性的应用，极大提升数据处理工作效率与质量，优化模型参数设置并大幅提升模型训练、推理效果。
宽德投资
宽德投资是一家国内领先、业务全面的量化对冲基金。基于先进的高频交易构架，以及完善的资产管理系统，宽德投资在国内期货、股票、期权等主流市场具有出色的盈利能力。
宽德智能学习实验室
宽德智能学习实验室 (Wizard Intelligence Learning Lab，WILL)是宽德投资独立孵化的创业型实验室，致力于实现超级科技助手(ASI for Sci-Tech)。WILL将汇聚顶尖AI人才，专注于研发通用性超级科技助手，追求技术复利与持续性领先。
交叉智能
交叉智能是一家致力于利用人工智能和深度学习等前沿技术进行量化投资的私募管理人（登记编码：P1073650）。公司创始团队来自清华大学交叉信息研究院，核心团队成员来自清华大学，北京大学，上海交大，复旦大学，香港科技大学，香港中文大学等顶尖高校。公司通过人工智能和大模型技术，对海量金融数据和另类数据进行深度分析和预测，提供长期稳定的量化投资解决方案。
战略合作伙伴
黄大年茶思屋科技网站
黄大年茶思屋科技网站是面向全球的学术与技术交流分享平台，致力于为科研人员、工程师、高校师生及ICT人才，打造思想交流、知识共享的数字平台。
截至2025年底，平台全球用户突破370万，内容生态与服务能力持续完善：累计汇聚高质量技术论文8.4万余篇，覆盖大模型、具身智能等前沿方向；免费开放1.9亿余条专利数据查询服务，助力科研人员精准把握前沿技术发展脉络；发布650余道高价值技术难题，500余场科技竞赛与赛题活动，维护17个高质量开源项目，践行"人人可参与"的开放理念，引导用户聚焦解决实际技术问题；组织700余场学术直播，累计超200万人次观看；推出200余节"茶思大师课""茶思下午茶"系列课程，搭建阶梯式学习路径；平台学术活动资源超1.2万项；联动诺贝尔奖、图灵奖得主与青年学者开展交流及论文解读活动；上线英文网站及多端APP，支持全球用户无缝接入交流。