科学研究
袁洋课题组
PI：Andrew Chi-Chih Yao、 Yang Yuan
研究方向：研究范畴论、拓扑斯理论与人工智能的结合
课题组简介
我们从范畴论、拓扑斯理论这些基础理论出发，分析数学证明、自动编程等问题的内在结构，或者是人工智能训练算法的内在结构，并根据这些结构设计更好的人工智能算法。我们希望用理论指导AI，而不是用理论解释AI。
研究成果
Autonomous Data Selection with Zero-shot Generative Classifiers for Mathematical Texts, Yifan Zhang, Yifan Luo, Yang Yuan, Andrew C Yao, ACL 2025 Findings.
Hierarchical Attention Generates Better Proofs, Jianlong Chen, Chao Li, Yang Yuan, Andrew C Yao, ACL 2025 Main.
CatCode: A Comprehensive Evaluation Framework for LLMs On the Mixture of Code and Text, Zhenru Lin, Yiqun Yao, Yang Yuan, COLM 2024.
Matrix Information Theory for Self-Supervised Learning, Yifan Zhang, Zhiquan Tan, Jingqin Yang, Weiran Huang, Yang Yuan, ICML 2024.
Information Flow in Self-Supervised Learning, Zhiquan Tan, Jingqin Yang, Weiran Huang, Yang Yuan, Yifan Zhang, ICML 2024.
Contrastive Learning is Spectral Clustering on Similarity Graph, Zhiquan Tan, Yifan Zhang, Jingqin Yang, Yang Yuan, ICLR 2024.
On the Power of Foundation Models, Yang Yuan, ICML 2023.
成员信息
学生：
罗逸凡 (2024-)
徐康平 (与姚期智先生共同指导，2024-)
黄子儒
张伊凡 (2021-2025，毕业后：普林斯顿大学读博)
