加入 ExRAIL 实验室

近期成果亮点
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 3100+ 次,h-index 24

研究方向

可信人工智能

可解释性、不确定性量化、公平性、鲁棒性、可靠性,以及基于图的可信ML(可解释性、时序图网络)

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

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

学生培养

在 ExRAIL 实验室,你将获得:

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

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)

学校官方申请入口:港科大(广州)霍英东研究生院