复旦大学 屈超 研究员
报告生成时间：2026年8月25日
个人主页：屈超（另见复旦AI³院官方页面）
所属团队：复旦大学人工智能创新与产业研究院（AI³院）；兼任上海科学智能研究院（上智院，SAIS）AI Scientist
一、学者基本信息
| 字段 | 信息 |
|---|---|
| 姓名 | 屈超（Chao Qu） |
| 出生年份 | 未见权威公开披露（据教育经历推断约1987年前后入学本科） |
| 职称 | 研究员（复旦大学AI³院全职科研人员；个人英文主页自述为 Professor，以院方"研究员"为准） |
| 所属单位 | 复旦大学人工智能创新与产业研究院（AI³院） |
| 实验室职务 | CHAOS Lab（Collaborative & Hierarchical Agents for Open-ended Science）负责人 |
| 学术头衔 | 上海科学智能研究院（上智院/SAIS）AI Scientist（双聘/兼任身份，据个人主页） |
| 邮箱 | quchao@fudan.edu.cn |
| 研究方向 | 强化学习（RL）、LLM后训练、面向科学智能的自主智能体、优化理论；具体覆盖PPO/RLVR critic学习、深度探索、LLM赋能多智能体强化学习、分子表示学习与AI4S自主科研智能体 |
屈超是复旦大学人工智能创新与产业研究院（AI³院）2025年11月新入职的年轻PI，同时也是上海科学智能研究院（上智院）的AI科学家。他的学术底色是强化学习与随机优化：本科毕业于西安交通大学，先后在香港科技大学与新加坡国立大学深造，博士期间师从运筹与机器学习知名学者Huan Xu教授，博士毕业后在以色列理工学院（Technion）跟随Shie Mannor教授从事博士后研究。与多数同级PI不同，屈超拥有长达七年的产业界历练——先后在蚂蚁集团人工智能部（2018-2021）、字节跳动广告核心部门（2022）与漆远创立的大模型公司无限光年（2022-2025）任职，在无限光年担任大模型后训练负责人，一手搭建了该公司的LLM强化学习数据、异步训练框架与算法全链路。2025年11月回归学界后，他在AI³院组建CHAOS Lab，研究方向聚焦"通用自主智能体"：以RL for Foundation Models、LLM赋能多智能体RL与"Learn to Discover"（AI4S自主科学发现）三条主线并行推进，论文密集发表于ICML、NeurIPS、ICLR等机器学习顶级会议。依托计算与智能创新学院（专业：计算机科学与技术）招收研究生，同时在复旦与上智院两处招收学生与实习生。
二、教育背景与职业履历
屈超的求学轨迹横跨中国内地、香港、新加坡与美国。他于2005年9月至2009年6月在西安交通大学攻读本科，获学士学位；2009年至2011年在香港科技大学攻读硕士学位；2013年至2017年在新加坡国立大学（NUS）攻读博士学位，师从Huan Xu教授（优化、bandit与分布式学习领域知名学者），博士期间的研究集中于随机优化的快速收敛率分析与非线性分布梯度时序差分学习（Nonlinear Distributional Gradient TD，ICML 2019）等强化学习理论基础问题，并曾于2016至2017年赴佐治亚理工学院工业与系统工程学院（ISyE）做为期一年的访问学者。2017年12月至2018年12月，他在以色列理工学院做博士后，合作导师为强化学习领域著名学者Shie Mannor教授，其间完成了其早期代表作Value Propagation for Decentralized Networked Deep Multi-agent RL（NeurIPS 2019）的核心工作。值得注意的是，其硕士阶段的导师身份公开资料未披露；从合作网络看，香港科技大学Fangzhen Lin教授（逻辑与定理机器证明方向）与其后来在NeurIPS 2025 spotlight论文VL-Rethinker中深度合作，但两者是否为师生关系待核实。
其职业履历呈现出鲜明的"工业界闭环"特征：
- 2018年12月至2021年12月：蚂蚁集团人工智能部研究员。此阶段与彼时担任蚂蚁集团首席AI科学家、副总裁的漆远（Yuan Qi）及其团队深度协作，代表成果包括Value Propagation（NeurIPS 2019，与Shie Mannor、Huan Xu、Junwu Xiong、Yuan Qi、Le Song等合著）与云端弹性伸缩的元强化学习方法（KDD 2022）；据其官网自述，主导的项目在蚂蚁工业系统中落地。
- 2022年1月至2022年8月：字节跳动广告核心部门，从事广告系统相关算法研究（其间成果可对应ICLR 2024的神经符号一阶逻辑约束编码工作LogicMP等）。
- 2022年8月至2025年11月：无限光年研究员，担任大模型后训练负责人，搭建LLM强化学习数据管线、异步训练框架与算法全链路，主导可信光语等大模型的后训练工作。
- 2025年11月至今：复旦大学AI³院研究员，组建CHAOS Lab，同时以上智院AI科学家身份开展科学智能研究。
需要辨析的一点是：学界有公开报道提及一位曾在上海期智研究院/清华体系从事RLHF研究的"Chao Qu"，代表论文为"Model-Based RL for Finetuning LLMs"等。屈超本人官方履历（复旦AI³院官网与个人主页）中并无期智研究院任职记录，其2017年12月至2025年11月的履历为Technion博士后与蚂蚁、字节、无限光年三段业界经历所连续覆盖；但该批RLHF/模型基RL微调论文与其研究方向完全吻合，且合作者（如曾任职上海期智研究院的谭晓宇/Xiaoyu Tan等）高度重叠，存在指向同一人的明显迹象。两者是否确为同一人，公开资料未披露确切对应关系，待进一步核实；本报告仅依据复旦AI³院官网与个人主页的权威履历展开。
三、学生培养情况
屈超于2025年11月方才入职复旦，属于刚起步独立带学生的年轻PI，依托计算与智能创新学院计算机科学与技术专业招收硕士与博士研究生（AI³院导师队伍页面将其列为"研究员"，尚未见"博士生导师"标注，招生层次以院方最新公示为准）。据其个人主页（截至2026年8月），CHAOS Lab目前的学生梯队规模尚小但产出已经起步：
在读博士生方面：Zhijian Zhou（中文名待考）研究强化学习、面向LLM的多智能体RL与RL基础设施，以第一作者发表HL-Gauss PPO（COLM 2026）——该工作提出用分类式（categorical）critic替代标量MSE回归critic以改进RLVR下PPO的价值学习；Xuan Zhang（中文名待考）研究LLM强化学习中的深度探索与世界模型，以第一作者发表Internalizing the Future（2026，智能体世界模型三阶段训练范式）；Yuchen Liu（中文名待考）研究大语言模型记忆机制，以第一作者发表PET/CT报告生成基准PET-F2I（2026）。在读硕士生包括Kangcheng Xiao（自动化科研智能体）与Ze He（文生视频方向）；本科生Tongjin Zou参与自动化科研智能体研究。已毕业/离组成员Long Li（中文名待考）以第一作者发表SQL-ASTRA（2026，多轮Text-to-SQL智能体的轨迹聚合奖励机制）。
总体而言，屈超的学生群体呈现"入职即高产"的特点：2026年内其学生已有COLM等会议的第一作者成果落地，研究方向与其个人主线（RL后训练、智能体、AI4S）高度一致。此外，他在个人主页明确开放复旦全职/兼职学生、上智院驻场实习生与远程访问学者三类招募通道，其中上智院实习生通道是其区别于普通复旦PI的独特资源。由于其团队成立不足一年，尚未有完整培养周期毕业的学生，本节不对毕业生去向作推断。
四、学术合作网络
4.1 学术谱系与师承关系
屈超的学术谱系清晰且具有横跨三个学术传统的特点。第一重是新加坡国立大学的运筹优化传统：博士导师Huan Xu教授是优化与机器学习交叉领域的代表学者，屈超在NUS期间的论文（子空间聚类NeurIPS 2015、随机优化快速收敛率ICML 2016/2018）均由Huan Xu指导或合著，奠定了其优化理论功底。第二重是以色列理工学院Shie Mannor教授的强化学习传统：Mannor是时序差分学习与分布强化学习的代表人物，屈超与其合作完成了Nonlinear Distributional Gradient TD（ICML 2019）与Value Propagation（NeurIPS 2019）两篇代表作，其RL理论底色主要成型于此。第三重是2018年底进入蚂蚁集团后形成的"漆远体系"：漆远既是其蚂蚁时期的部门最高负责人，也是其无限光年时期的公司创始人，更同为如今复旦AI³院与上智院的院长（上智院理事长为吴力波）——从NeurIPS 2019（Junwu Xiong、Yuan Qi、Le Song）到ICML 2023、ICLR 2025的分子表示学习系列、再到2026年的HL-Gauss PPO、Suiren-1.0分子基础模型族与PET-F2I，漆远署名贯穿其蚂蚁之后几乎全部主线论文，是屈超职业生涯中事实上的长期学术靠山与合作者。需要说明的是，这种关系属于"业界上下级+长期论文合作者"的强绑定，而非严格学位师承；屈超的正式师承链为"Huan Xu（博导）—Shie Mannor（博士后合作导师）"。
4.2 核心学术合作网络
从论文署名格局看，屈超的合作网络可分四圈。第一圈是漆远体系的AI³院/上智院核心圈：漆远本人；谭晓宇——其最高频合作者（合作论文超过十篇，横跨AAAI 2023、CIKM 2024、ICML 2023、EMNLP 2023直至2026年的多篇工作，曾任职上海期智研究院，现为上智院/复旦体系研究者）；徐盈辉——AI³院研究员、博导，兼无限光年联合创始人，与其合作分子图神经网络系列（ICLR 2024 Spotlight、ICLR 2025）；以及曹丰雷（Fenglei Cao，Suiren-1.0与分子表示学习系列核心合作者）、安俊屹（Junyi An，Suiren-1.0第一作者）、徐增林（AI³院教授，ICML 2026合作者）、沈抚饶（Furao Shen，南京大学，分子方向合作者）。第二圈是2025年前后密集出现的LLM推理合作集群：以深圳大学沈颖团队、哈尔滨工业大学李扬宁/张梅山团队、伊利诺伊大学芝加哥分校Philip S. Yu（俞士纶）团队为核心，产出Atomic Thinking（NeurIPS 2025）、Refine Knowledge（ICLR 2025）、反例驱动的概念推理等数学推理系列论文。第三圈是国际合作伙伴：滑铁卢大学Wenhu Chen（VL-Rethinker，NeurIPS 2025 spotlight）与香港科技大学Fangzhen Lin；以及HKUST硕士背景带来的粤港澳联系。第四圈是产业界合作者：蚂蚁时期的薛思乔、石小明、James Zhang（张翼，Ant研究总监级），字节时期的王太峰等，以及腾讯优图背景的Wei Chu（VL-Rethinker、LogicMP合作者）。2026年的多篇论文（HL-Gauss PPO、Internalizing the Future等）还出现了Yulei Qin、Ke Li、Xing Sun等新合作者（具体单位待核实），显示其入职复旦后合作网络仍在快速扩张。
五、业界合作关系深度分析
屈超是AI³院新PI中产业履历最深的一位，其业界关系可分为存量与增量两个层面。存量方面，他有三段深度业界经历：蚂蚁集团人工智能部三年（2018-2021），彼时正值漆远执掌蚂蚁AI，他参与的图神经网络与多智能体RL研究直接服务于蚂蚁的风控与系统场景，官方简历称"主导项目在蚂蚁的工业系统中落地"；字节跳动广告核心部门（2022），接触了大规模广告系统的决策优化问题；无限光年三年余（2022-2025），作为大模型后训练负责人，完整搭建了从RL数据管线、异步训练框架到算法的工程体系——这段经历使其成为国内少有的"RL理论+LLM后训练工程全栈"人才。增量方面，他2026年作为"复旦大学研究员、上智院AI科学家"登上公开舞台：3月1日在"星河启智·超级科研合伙人发布大会"上，与复旦大学校长金力院士、上智院院长漆远、上海人工智能实验室乔宇等共同发布第四届世界科学智能大赛之"AI4S智能体CNS挑战赛"，该赛事要求智能体在零人工干预下独立完成文献理解、代码重构、假设提出、实验验证与结果迭代，与其CHAOS Lab"自主科学发现智能体"的研究愿景直接呼应——这标志着他已被纳入漆远主导的"复旦—上智院"科学智能生态的年轻核心层。此外，他所在的无限光年投资方包括阿里云与启明创投，AI³院本身即为漆远从蚂蚁回归复旦后创建的产学研一体化平台（上智院与复旦联合主办世界科学智能大赛等），屈超在该生态中同时握有高校教职、新型研发机构双聘身份与大模型创业公司工程经验三重资源，产学研转化通道在同级PI中尤为通畅。
六、重要奖项与学术兼职
| 奖项/兼职 | 时间 | 说明 |
|---|---|---|
| NeurIPS spotlight论文（VL-Rethinker） | 2025年 | 视觉语言模型自我反思的强化学习方法，与滑铁卢大学Wenhu Chen、港科大Fangzhen Lin等合作 |
| ICLR Spotlight论文 | 2024年 | Hybrid Directional Graph Neural Network for Molecules（分子表示学习，与徐盈辉、漆远等合作） |
| ICML/NeurIPS/ICLR等A类会议多篇 | 2015-2026年 | 据官网自述"多篇论文发表在ICML、NeurIPS、ICLR等A类会议上"，个人主页列出17篇代表作，另含KDD、AAAI、CIKM、ICRA等 |
| 无限光年大模型后训练负责人 | 2022-2025年 | 搭建LLM强化学习数据、异步训练框架、算法全链路（工业系统级成果，非奖项） |
| 上智院AI4S智能体CNS挑战赛联合发布人 | 2026年3月 | 与金力、龚新高、漆远等共同发布，属科学智能生态内的公开学术活动角色 |
| 上智院（SAIS）AI Scientist | 2025年至今 | 据个人主页，属双聘/兼任身份，非奖项 |
| 正式学术奖项/人才计划/期刊编委/程序委员会委员 | —— | 公开资料未披露（截至本报告生成时未见其获正式奖项或担任编委、PC委员的记录） |
七、Connection圈层总结
综合来看，屈超的学术关系网络呈现出以"漆远体系"为主轴、以"RL+LLM后训练+AI4S"为技术底色的单核纵深结构。第一圈层是漆远及其生态：从蚂蚁集团人工智能部（2018-2021）到无限光年（2022-2025）再到复旦AI³院与上智院（2025至今），屈超在过去八年中始终处于漆远主导体系的半径之内，如今以"复旦研究员+上智院AI科学家"的双重身份成为该体系在AI4S方向上最年轻的PI之一；同圈层的徐盈辉（AI³院/无限光年联合创始人）、谭晓宇（最高频论文合作者）、曹丰雷、徐增林等构成其日常科研的主力网络。第二圈层是国际学术谱系：NUS的Huan Xu（博士导师）与Technion的Shie Mannor（博士后导师）赋予其正统的优化与RL理论训练，佐治亚理工ISyE的访问经历进一步扩展了其运筹学界联系；滑铁卢Wenhu Chen、港科大Fangzhen Lin、UIC的Philip S. Yu、深大沈颖、哈工大团队等构成其LLM推理方向的合作外围。第三圈层是产业界：蚂蚁、字节、无限光年三段经历使其在头部互联网与AGI创业公司中拥有直接的人脉与工程声誉，尤其无限光年后训练负责人的经历是其稀缺性标签。第四圈层是其自建的学生梯队：Zhijian Zhou、Xuan Zhang、Yuchen Liu、Long Li等已在2026年密集产出第一作者顶会论文，CHAOS Lab正处于快速扩张期。
这一网络格局的形成逻辑清晰：屈超走的是"理论博士→博士后→七年产业界→回归学界任PI"的非典型路径，其圈层价值在于同时打通了漆远体系的资源（CFFF算力、上智院生态、世界科学智能大赛平台）、工业界的工程能力（RL训练全链路）与学术界的理论纵深（优化+多智能体RL）。对于希望与之连接的学者或学生而言，最佳切入点是其明确开放的三大通道——复旦博士/硕士/本科兼职学生、上智院驻场实习生与远程访问学者；对于评估其学术前景的观察者而言，其网络的优势是背靠国内最强科学智能生态之一、技术方向（RL后训练+自主科研智能体）正处风口，待观察点则在于：独立于漆远体系的个人学术品牌尚在建立初期、正式奖项与学术服务记录暂为空白、学生培养周期尚未走完。此外，学界对其与上海期智研究院RLHF研究者"Chao Qu"身份之辨、其硕士导师身份、部分学生与合作者的中文姓名及单位等事项尚无权威公开信息，本报告均已如实标注，供后续查证。