加入 ExRAIL 实验室

近期成果亮点

NeurIPS 2026 徐睿 — 几何校准的保形弃答（语言模型）（Poster）

NeurIPS 2026 徐睿 — 基于分支归一化流的鲁棒条件保形预测（Poster）

NeurIPS 2026 张棹帆 — 分布强化学习的分位数几何正则化（Poster）

ICML 2026 Oral 徐睿 — Information Flow Reveals When to Trust LMs （录用率 0.7%)

ICML 2026 Spotlight 刘雅铮 — Explainability of Temporal Graph Networks （录用率 2.2%)

ICML 2026 陈如枫 — PSG-Nav: Probabilistic Scene Graph Navigation

ECCV 2026 常越 — RAG-3DSG: 基于检索引擎增强的3D场景图

IJCAI 2026 张棹帆 — 分布鲁棒强化学习的自主导航

IROS 2026 张棹帆 — Adaptive-Critical: 风险敏感导航

AAAI 2026 王翊 — 高效LLM微调

ACL 2025 唐夏强 — 利用激活向量引导大语言模型

实验室简介

ExRAIL 实验室（Trustworthy AI Exploration Lab）隶属于香港科技大学（广州）人工智能学域，由 谢思泓教授 指导。研究方向为 可信机器学习——包括可解释性、不确定性量化、公平性、鲁棒性和可靠性——在图学习、大语言模型、多智能体系统和机器人中的应用。

谢教授为终身副教授，获得 美国自然科学基金委CAREER Award（2022）和 国家自然科学基金优秀青年科学基金项目（海外）（2024）。担任港科大（广州）-广东联通联合计算实验室常务副主任，ACM SIGSPATIAL China、CCF-AI、CCF-BigData 执行委员。已在 NeurIPS、ICML、ICLR、AAAI、IJCAI、KDD、ACL、CVPR、CIKM 等顶级会议期刊发表 130+ 篇论文，被引用 3200+ 次，h-index 24。

这些对你意味着什么：谢教授担任 NeurIPS 2026 领域主席 / 资深程序委员（Area Chair / Senior PC）（并曾任 WWW 2025–2026、CIKM 2026、AAAI、SDM 的 AC/SPC），同时是 ICML（2023–2026）、ICLR（2022–2026）、KDD、ACL、ECCV、COLM、UAI 的程序委员——你对“顶会怎么判一篇论文”有一手认知。博士毕业于伊利诺伊大学芝加哥分校，师从 Philip S. Yu 教授（IEEE Fellow）。研究获 美国自然科学基金（含 CAREER）、国家自然科学基金、腾讯犀牛鸟计划、港科大（广州）-广东联通联合计算实验室以及企业合作支持——算力、数据与会议差旅均有保障。

研究方向

可信人工智能

面向图、大语言模型和智能体的不确定性量化（共形预测、证据学习）与可解释性——稳健、校准良好的模型，可信度可评估、可认证

大语言模型与基础模型

LLM可解释性（信息流、激活引导）、忠诚性、VLM推理、知识密集型LLM，以及AI智能体的不确定性归因（意图、工具调用、工具结果）

机器人强化学习

安全强化学习、分布鲁棒强化学习、场景图导航、自主路径规划

3D视觉与具身智能

3D场景图、VLA（视觉-语言-动作）、检索增强3D理解、高效场景表征

AI交叉：医学与能源

把可信、可解释的 AI 落到高价值场景：医学图像、临床数据与 ICU/EHR；以及电力系统调度、预测与电力市场交易决策。

医学图像ICU / EHR电力交易

学生培养

在 ExRAIL 实验室，你将获得：

顶级论文发表 — 学生定期在 ICML、NeurIPS、ICLR、AAAI、ACL、ECCV、IJCAI、IROS 等顶级会议发表论文。多篇获得 Oral/Spotlight 荣誉（如 ICML 2026 Oral，录用率 0.7%）。
系统化指导 — 每周一次与谢教授一对一讨论，每周一次组会。博士生担任"资深协作者"（senior collaborator）提供日常指导。
独立科研能力培养 — 训练问题定义、实验设计、项目申请书写和项目管理能力。学生在框架内可以自主探索研究方向。
合作与交流网络 — 与港科大本部联合导师、产业界（腾讯、华为、鹏城实验室）以及国际合作伙伴共同研究。可长期访问港科大清水湾校园。
职业发展支持 — 往届学生被录取到 NYU、CMU、UW-Madison 等博士项目，入职 Meta、Amazon 等公司。

招生画像

我们欢迎有扎实机器学习、数学和编程基础的学生。以下是你的背景与我们当前工作的对应关系：

你的背景	研究方向	参考成员
LLM / NLP	LLM可解释性、激活引导、忠诚性、VLM推理	徐睿、刘雅铮、唐夏强
RL / 机器人	安全RL、分布鲁棒RL、自主导航、自动驾驶	张棹帆、陈如枫
CV / 3D视觉	3D场景图、VLA、具身智能、多模态学习	常越

开放职位

博士生（Ph.D.） — 2026 Fall 或 2027 Spring/Fall 入学。全额奖学金（港科大（广州）标准）+有竞争力津贴。研究方向不限以上领域。
科研助理（RA）/ 实习生 — 根据经验和进展提供有竞争力的薪酬。有机会发表论文。表现优异的RA获优先博士录取资格。
访问学生 — 欢迎合作高校学生进行 3-12 个月访问研究。

资助标准（港科大（广州）口径，以学校官网最新公布为准）。 博士：全额奖学金，津贴 ¥15,000/月（约 ¥180,000/年），学费减免；硕士（MPhil）：¥10,000/月；RA：有竞争力薪资 + 项目奖金；会议差旅由导师经费支持。广州生活成本远低于香港（租房约 ¥2,000–5,000/月，香港约 HK$8,000–15,000），同等奖学金在广州的实际购买力更高。

招生要求

好奇心驱动 — 对人工智能背后的原理有浓厚兴趣，不止于使用现成工具。
结果导向 — 务实踏实，以代码、数据和可复现实验为基础。
扎实基础 — 良好的数学基础（微积分、概率统计、线性代数）和编程能力（Python、PyTorch）。有论文或开源项目经历为加分项，但不是必须。
语言 — 英语水平达到港科大（广州）研究生招生要求。

申请方式

请发送邮件至 sihongxie@hkust-gz.edu.cn，邮件标题：Prospective Student – 姓名 – 预期入学时间（如 2026 Fall）

个人简历（CV）
已发表或待发表论文；开源项目（GitHub、demo 等）
研究经历描述
科研陈述（1-2页）
高等教育成绩单

学校官方申请入口：港科大（广州）霍英东研究生院