课程项目-答辩相关安排

一、答辩时间安排

• 时间：6月10日
• 地点：待定
• 上午：9:00 – 12:00
• 下午：14:00 – 17:00

• 每位小组答辩时间为：

  • 展示汇报：一人组 4 分钟，二人组 5 分钟，三人组 6 分钟

  • 回答问题：2 分钟

二、答辩要求

1.展示重点：

内容	建议呈现方式
选题意义	项目的背景动机、研究意义、实用价值、与课程的关联等。
技术细节	用图表或代码片段说明核心实现。
创新点	突出项目独特之处。
结果对比	用表格或曲线对比基线模型与本项目的性能差异。
问题反思	分析实验中未解决的难点。

2.答辩PPT（建议10页以内），建议包含但不限于以下内容：

• 项目背景与目标
  • 说明选题的动机、应用场景及研究意义。
• 技术路线与方法
  • 使用的模型/算法（强化学习、扩散模型等）。
  • 模型结构图或系统流程图。
• 数据集与实验设计
  • 数据来源、预处理方法、实验设置（训练参数、评估指标等）。
• 实验结果与分析
  • 可视化图表（准确率、损失曲线、生成图像效果）。
  • 对比基线模型或现有方法的改进点。
• 问题与反思
  • 实验中遇到的挑战及解决方案。
  • 项目局限性及未来改进方向。

3.现场演示（可选）：

• 建议提前录取视频，截取代码图片
• 可简要展示关键代码片段或模型运行效果。

三、答辩顺序

序号	组员	选题
1	曹洪铭	多智能体强化学习
2	谷兆丰	多智能体强化学习
3	李俊尧	多智能体强化学习
4	李钰坤	多智能体强化学习
5	陆欣昌	多智能体强化学习
6	张国良	多智能体强化学习
7	丁宇航	扩散模型加速采样与离散化
8	范玥、刘黎纯	扩散模型加速采样与离散化
9	张闻曦、种博洋、计鑫楷	扩散模型加速采样与离散化
10	刘子奇	扩散模型加速采样与离散化
11	张达	扩散模型加速采样与离散化
12	韦懿中	扩散模型反演与图像编辑
13	陈祖希、孙雅琪	推测解码与动态 Draft 分析
14	韩旭莹	推测解码与动态 Draft 分析
15	何毓哲、张铭恺、戚俊涵	推测解码与动态 Draft 分析
16	钱柯燃	推测解码与动态 Draft 分析
17	韦思怡、谭奕蕾	推测解码与动态 Draft 分析
18	杨真昊、张广烨	推测解码与动态 Draft 分析
19	张驰、王庚润、向卫东	推测解码与动态 Draft 分析
20	周子岩、易飞翔、高吟曦	推测解码与动态 Draft 分析
21	何羽洵	测试时自适应
22	赖文略、郑鸣东	测试时自适应
23	李惠达、路佳喜	测试时自适应
24	李嘉雨	测试时自适应
25	孟祥吉	测试时自适应
26	钮宇航、章屹倬	测试时自适应
27	李浩然	端侧大模型推理框架
28	朱张旗、李嘉欣	端侧大模型推理框架
29	刘鑫鑫、胡清	端侧大模型推理框架
30	孙一鸣、陈奕澎	端侧大模型推理框架
31	邹涛、代辂	端侧大模型推理框架
32	范敬博、杨洋、蔡旺	腾讯-KDD CUP（生成式推荐）
33	刘圣文、陆亭羽	腾讯-KDD CUP（生成式推荐）
34	刘宇轩、汤岑宸、赖嘉祺	腾讯-KDD CUP（生成式推荐）
35	陆靖	腾讯-KDD CUP（生成式推荐）
36	汤振忠、张文、肖皓南	腾讯-KDD CUP（生成式推荐）
37	汪家豪、杨昌振、俞舜尧	腾讯-KDD CUP（生成式推荐）
38	王奕睿	腾讯-KDD CUP（生成式推荐）
39	杨北辰、蒋凤晨	腾讯-KDD CUP（生成式推荐）
40	姚梓汐、周篁	腾讯-KDD CUP（生成式推荐）
41	林圣旋、曹信阳	连续潜在空间推理
42	邓文韬	连续潜在空间推理
43	贺君泽、陶炯彤、陈轩宇	连续潜在空间推理
44	薛淼	连续潜在空间推理
45	郑捷、阮乐融	连续潜在空间推理
46	崔曦豪、罗贤烨	零样本视觉文档检索
47	冯颖智	零样本视觉文档检索
48	何一帆、王巍、梁斯杰	零样本视觉文档检索
49	黄静怡	零样本视觉文档检索
50	刘祥	零样本视觉文档检索
51	刘昕昕	面向视频多模态大语言模型的高效Token压缩方法