南大LAMDA 谭志豪 讲师
报告生成时间： 2026年7月
个人主页： https://www.lamda.nju.edu.cn/tanzh/ DBLP： https://dblp.org/pid/245/3420.html
一、学者基本信息
谭志豪，男，南京大学人工智能学院助理研究员（毓秀青年学者），LAMDA实验室成员。2024年获南京大学博士学位后留校任教，是LAMDA学件（Learnware）方向的核心青年学者。
教育经历： - 2013-2017，中国科学技术大学，本科 - 2019-2024，南京大学，博士（导师：姜远教授、周志华教授）
工作经历： - 2024年至今，南京大学人工智能学院，助理研究员（毓秀青年学者计划）
研究方向： 机器学习中的学件（Learnware）范式——研究AI能力的表示与复用，构建去中心化自演化智能系统。学件概念由周志华教授于2016年提出，谭志豪是该方向从理论到系统落地过程中的核心参与者。
学术荣誉： - 2024年，华为"紫金学者"计划 - 2024年，南京大学"毓秀青年学者"计划 - 2023年，CCFAI（中国计算机学会人工智能会议）最佳论文奖 - 2023年，南京大学-华为联合实验室杰出贡献奖 - 2021年，IJCAI 2021 Workflow Chair
学术服务： IJCAI 2021 Workflow Chair。担任ICML（2022-2025）、NeurIPS（2022-2025）、AAAI（2020、2022、2024-2025）、IJCAI（2019-2020）、AISTATS（2022-2023）、ICLR（2024-2025）、ECAI（2020）、PAKDD（2022）、PRICAI（2019、2025）等国际顶级会议审稿人。担任Machine Learning（MLJ）、IEEE TPAMI、IEEE TCSVT、ACM TKDD、Frontiers of Computer Science等国际期刊审稿人。
代表性成果： - 北冥坞（Beimingwu）学件基座系统： 全球首个开源学件基座系统，发表于KDD 2024，谭志豪为共同第一作者。系统已开源（GitHub: Learnware-LAMDA），在线平台为 bmwu.cloud - 学件范式综述： 与周志华合著"Learnware: Small Models Do Big"（Science China Information Sciences, 2024），系统阐述学件范式的理论框架 - 异构特征空间学件： 系列工作解决不同特征空间学件的复用问题，发表于IJCAI 2023、NeurIPS 2024、Machine Learning期刊 - 学件隐私保护： 研究学件规约对开发者训练数据的保护能力，发表于NeurIPS 2024 - 学件规约与语言模型： 探索学件范式在语言模型领域的应用，2025年预印本
二、DBLP数据统计
2.1 发表记录总览
DBLP pid: 245/3420，共17条发表记录（截至2026年7月），发表类型分布：期刊论文4篇、会议论文9篇、预印本4篇。
说明： 17条记录中包含2组"预印本+正式发表"的重复对（Beimingwu: KDD'24 + arXiv预印本；Learnware: SCIS 2024 + arXiv预印本），去重后实际独立研究成果约15篇。此外，个人主页列出了若干已录用但尚未被DBLP收录的论文（ICML'26、IJCAI'26、ICLR'26、KDD'26等），加上中文期刊论文，实际总产出约22篇。
2.2 年度产出分布
| 年份 | 论文数 | 年份 | 论文数 |
|---|---|---|---|
| 2019 | 1 | 2023 | 2 |
| 2020 | 1 | 2024 | 7 |
| 2022 | 2 | 2025 | 3 |
| 2026 | 1（截至7月） |
趋势分析： 2019-2020年为博士早期，年均产出1篇，处于起步积累阶段。2022年起产出逐步提升（2篇），2023年2篇。2024年出现爆发式增长（7篇），原因包括：博士毕业年的成果集中产出、北冥坞系统发表、多项学件方向工作同时成熟。2025-2026年保持稳定产出节奏，且论文层次显著提升（ICLR、ICML等顶级会议开始收录）。作为2024年新毕业的博士，其产出规模和会议层次在同期青年学者中处于较高水平。
2.3 合作者网络总览
唯一合作者总数：17人。这是一个高度集中的合作网络——几乎所有论文均围绕LAMDA学件方向展开，合作者主要是周志华团队的核心成员。
2.4 核心合作者（按DBLP合作频次降序）
| 排名 | 合作者（DBLP名） | 合作次数 | 合作年份 | 身份/机构 |
|---|---|---|---|---|
| 1 | Zhi-Hua Zhou（周志华） | 16 | 2019-2026 | LAMDA所长、博士导师，中国科学院院士 |
| 2 | Peng Tan 0002（谭朋） | 8 | 2019-2026 | LAMDA博士生（周志华指导），学件方向核心搭档 |
| 3 | Jian-Dong Liu（刘建东） | 5 | 2024-2026 | LAMDA博士生（周志华指导），学件方向 |
| 4 | Yuan Jiang 0001（姜远） | 5 | 2019-2024 | LAMDA教授，博士导师 |
| 5 | Yi Xie（谢轶） | 4 | 2022-2024 | LAMDA团队成员 |
| 6 | Yang Yu 0001（俞扬） | 3 | 2024-2025 | LAMDA教授，学件系统合作者 |
| 7 | Hai-Tian Liu（刘海天） | 3 | 2024 | 姜远指导的博士生 |
| 8 | Xiao-Dong Bi（毕晓东） | 2 | 2024 | 北冥坞系统开发者 |
| 9 | Qin-Cheng Zheng（郑钦城） | 2 | 2024 | 姜远指导的博士生 |
| 10 | Xiao-Chuan Zou（邹小川） | 2 | 2024 | 北冥坞系统开发者 |
| 11 | Hao-Yi Lei（雷浩一） | 1 | 2024 | 学件隐私方向合作者 |
| 12 | Zi-Chen Zhao（赵梓辰） | 1 | 2025 | 学件语言模型方向合作者 |
| 13 | Hao-Yu Shi（史浩宇） | 1 | 2025 | 学件规约方向合作者 |
| 14 | Xin-Yu Zhang | 1 | 2025 | 学件语言模型方向合作者 |
| 15 | Feifan Yang | 1 | 2026 | 表格学件方向合作者 |
| 16 | Teng Zhang 0001（张腾） | 1 | 2019 | 数学系教师，优化理论 |
| 17 | Wei Wang 0028 | 1 | 2019 | 跨机构合作者 |
说明： 周志华（16次合作）出现在几乎所有论文中，是谭志豪学术生涯的绝对核心。谭志豪的全部研究工作均在周志华提出的学件范式框架内展开。除周志华外，谭朋（8次）和刘建东（5次）是学件方向最密切的同行合作者，三人构成了LAMDA学件方向的核心团队。
三、博士教育背景与导师追溯
3.1 本科阶段（中国科学技术大学，2013-2017年）
谭志豪2017年获中国科学技术大学学士学位。本科阶段的具体专业和研究经历未在公开资料中详细披露。
3.2 博士阶段（南京大学，2019-2024年）
谭志豪2019年进入南京大学攻读博士学位，师从姜远教授和周志华教授，2024年获博士学位。博士期间研究方向为学件（Learnware）范式，这是周志华教授于2016年提出的原创机器学习范式。
博士导师一：姜远（Yuan Jiang）
姜远是LAMDA实验室教授，2004年获南京大学计算机科学博士学位。研究方向为机器学习与数据挖掘。根据其个人主页学生列表，谭志豪为其2019-2024届博士研究生。姜远在DBLP上与谭志豪合作5次（2019-2024年），主要涉及多标记最优间隔分布机（mlODM）、异构特征空间学件等方向。
博士导师二：周志华（Zhi-Hua Zhou）
周志华是LAMDA研究所所长、南京大学副校长、中国科学院院士（2025年当选）、国际人工智能联合会（IJCAI）理事会主席，ACM/AAAI/IEEE/AAAS/IAPR Fellow。他是学件概念的提出者，也是谭志豪研究方向的直接奠基人。在DBLP上与谭志豪合作16次（2019-2026年），覆盖了谭志豪几乎全部发表论文。周志华是LAMDA学件方向的总设计师，谭志豪是其学件方向从理论到系统落地的核心执行者。
3.3 博士期间的学术起步
谭志豪的博士生涯起步于2019年，第一篇论文为AAAI 2019发表的"Coreset Stochastic Variance-Reduced Gradient with Application to Optimal Margin Distribution Machine"，该工作与张腾（数学系）和王伟合作，属于优化理论方向，尚未涉及学件。2020年起，研究重心转向学件范式，首先从多标记最优间隔分布机（mlODM）和异构特征空间学件入手，逐步深入到学件基座系统的设计与实现。2022年发表的NeurIPS论文"Real-Valued Backpropagation is Unsuitable for Complex-Valued Neural Networks"是其在理论方向的一次探索。2023年后，研究全面聚焦学件系统与规约，成为该方向最活跃的青年学者。
四、LAMDA团队合作网络
4.1 LAMDA实验室概况
LAMDA（Learning And Mining from DatA）是周志华教授领导的机器学习与数据挖掘研究所，依托南京大学计算机软件新技术国家重点实验室。2018年南京大学成立人工智能学院后，LAMDA成为学院核心研究团队。LAMDA现有教师约19人，涵盖机器学习理论、强化学习、计算机视觉、数据挖掘、自然语言处理等方向。2019年，LAMDA与华为共建人工智能联合实验室，周志华担任主任。
4.2 LAMDA教师同事（按DBLP合作频次排序）
| 教师 | DBLP合作次数 | 合作年份 | 职位/方向 | 合作关系说明 |
|---|---|---|---|---|
| 周志华（Zhi-Hua Zhou） | 16 | 2019-2026 | 教授/所长/院士，机器学习 | 博士导师，学件范式提出者，全部研究的总设计师 |
| 姜远（Yuan Jiang） | 5 | 2019-2024 | 教授，机器学习 | 博士导师，早期研究（mlODM、异构学件）的共同指导者 |
| 俞扬（Yang Yu） | 3 | 2024-2025 | 教授，强化学习 | 北冥坞学件系统合作者，提供学件与强化学习交叉视角 |
重点说明： 谭志豪的合作网络高度集中于周志华团队内部。与LAMDA其他方向教师（如章宗长、钱超、詹德川等）尚无DBLP合作记录，反映出学件方向在LAMDA内部相对独立的研究边界。俞扬的合作主要发生在北冥坞系统开发中，属于跨方向协作。
4.3 核心学生合作者（按DBLP合作频次排序）
| 姓名 | 合作次数 | 合作年份 | 身份 |
|---|---|---|---|
| 谭朋（Peng Tan） | 8 | 2019-2026 | 周志华指导博士生（2019级），学件方向最密切搭档，中科大本科 |
| 刘建东（Jian-Dong Liu） | 5 | 2024-2026 | 周志华指导博士生（2021级），学件方向，山东大学本科 |
| 谢轶（Yi Xie） | 4 | 2022-2024 | LAMDA团队成员 |
| 刘海天（Hai-Tian Liu） | 3 | 2024 | 姜远指导博士生（2024级） |
| 郑钦城（Qin-Cheng Zheng） | 2 | 2024 | 姜远指导博士生（2022级） |
| 毕晓东（Xiao-Dong Bi） | 2 | 2024 | 北冥坞系统开发者 |
| 邹小川（Xiao-Chuan Zou） | 2 | 2024 | 北冥坞系统开发者 |
| 雷浩一（Hao-Yi Lei） | 1 | 2024 | 学件隐私方向 |
说明： 谭朋是谭志豪在学件方向合作最密切的同行（8次），两人同为中国科学技术大学本科校友，同在2019年进入LAMDA攻读博士（谭志豪师从姜远/周志华，谭朋师从周志华），研究高度重叠于异构特征空间学件方向。刘建东（5次）是2021级博士生，主要合作于学件规约与市场方向。北冥坞系统论文（KDD 2024）汇聚了毕晓东、郑钦城、刘海天、谢轶、邹小川等多位团队成员，体现了学件系统开发的协作性质。
五、业界合作关系深度分析
5.1 华为——紫金学者计划与联合实验室
谭志豪与华为的关系是当前最主要的业界连接，体现在两个层面：
南京大学-华为联合实验室： 2019年，南京大学LAMDA与华为共建人工智能联合实验室，周志华担任主任，南京大学校长吕建与华为董事徐文伟出席成立仪式。谭志豪2023年获该联合实验室"杰出贡献奖"，表明其在联合实验室框架下有实质性研究贡献。该联合实验室也是LAMDA其他教师（如钱超教授与华为诺亚方舟实验室合作获DATE 2025最佳论文奖）的重要产学研平台。
华为"紫金学者"计划： 2024年，谭志豪入选华为"紫金学者"计划。该计划是华为面向高校青年学者的资助项目，旨在支持青年学者开展前沿研究。谭志豪的入选表明华为对其学件方向研究的认可与持续投入。
合作内容推测： 谭志豪的学件研究方向——模型复用、隐私保护、去中心化智能系统——与华为在AI模型管理、端侧AI部署等方面的技术需求高度相关。但DBLP记录中未出现明确标注华为 affiliation 的合作者，说明当前合作更多以项目资助和联合实验室形式开展，尚未形成联合发表论文的公开学术产出。
5.2 北冥坞学件基座系统——产学研转化载体
北冥坞（Beimingwu）是谭志豪作为共同第一作者（与刘建东并列）发表于KDD 2024的系统论文，也是全球首个开源学件基座系统。该系统的产学研意义在于：
- 在线平台： bmwu.cloud 提供学件上传、管理、检索与复用的在线服务
- 开源代码： 在 GitHub（Learnware-LAMDA）和 GitLink 开源
- 技术愿景： 构建去中心化的模型复用生态，开发者无需泄露训练数据即可分享模型能力，用户可根据任务需求自动匹配和组装已有模型
北冥坞系统被周志华在MEET 2025智能未来大会等产业峰会上作为重点成果推介，获得了产业界的广泛关注。谭志豪作为系统的核心开发者，是学件范式从学术概念走向工程落地的关键执行者。
5.3 学件语言模型方向——新兴产业连接
2025年5月的预印本"Learnware of Language Models: Specialized Small Language Models Can Do Big"标志着学件范式向大语言模型领域的拓展。该工作提出利用学件范式组合专用小语言模型来完成大任务，与当前产业界"小模型组合替代大模型"的技术路线高度契合。合作者中包括Xin-Yu Zhang等非LAMDA常规团队成员，可能涉及产业合作。
5.4 ICLR 2026 Workshop论文——多机构协作
ICLR 2026 Workshop论文"Constructive Specification for Plug-and-Play Learnware Agents"（后扩展发表于KDD 2026）的作者列表包含多位非LAMDA合作者：Hao Sun、Lin-Xing Wu、Huan Zhang、Pengyuan Wang、Ming Zhao、Xinyu Chu、Shu Yan、Yongbei Zhu、Weijun Zhong、Jing Shang等。其中Jing Shang（尚静）可能来自北京大学，其他作者的具体机构归属未在公开信息中确认。该论文研究学件智能体的即插即用规约，涉及学件在实际部署场景中的应用，合作者的多元背景反映了学件方向开始吸引更广泛的学术与产业关注。
5.5 信息局限性说明
作为2024年博士毕业的青年学者，谭志豪处于学术生涯早期，业界合作关系尚在建立阶段。目前可确认的业界连接主要是华为（紫金学者计划、联合实验室），但尚未形成大量联合发表论文。北冥坞系统作为开源平台是潜在的产业转化载体，但其实际产业应用案例和商业合作信息在公开渠道中较为有限。
六、Connection圈层总结
第一圈层——博士双导师与学件范式总设计师： 周志华（16次合作，2019-2026年）是谭志豪学术生涯的绝对核心，不仅是博士导师之一，更是学件范式的提出者和全部研究的总设计师。谭志豪的全部论文几乎都有周志华署名，反映出其研究深度嵌入周志华的学件范式宏大框架中。姜远（5次，2019-2024年）作为另一位博士导师，在早期研究（mlODM、异构学件）中提供了具体指导。
第二圈层——学件方向核心团队： 谭朋（8次，2019-2026年）是谭志豪在学件方向最密切的同行合作者，两人同期进入LAMDA攻读博士，研究高度互补。刘建东（5次，2024-2026年）是稍晚加入的博士生，在学件规约与市场方向形成补充。谢轶（4次）、刘海天（3次）等在北冥坞系统和异构学件方向提供协作。
第三圈层——LAMDA跨方向合作： 俞扬（3次，2024-2025年）在北冥坞系统开发中提供跨方向支持，是谭志豪与LAMDA强化学习方向的主要连接。与LAMDA其他教师（章宗长、钱超、詹德川、高阳等）尚无DBLP合作记录。
第四圈层——业界连接： 华为是目前最主要的业界合作伙伴，通过紫金学者计划（2024年）和南京大学-华为联合实验室（2019年成立）建立连接。北冥坞学件基座系统作为开源平台是潜在的产业转化载体。学件语言模型方向（2025年预印本）可能是未来产业拓展的新触角。
第五圈层——学术拓展网络： ICLR 2026 Workshop论文引入了多位非LAMDA合作者，预示着学件方向开始吸引更广泛的学术与产业关注。早期合作者张腾（数学系，2019年AAAI论文）代表了博士初期在优化理论方向的学术连接。
产出规模与特征： 17条DBLP记录（约15篇独立成果，加上未收录论文总计约22篇），对于2024年新毕业的博士而言属于较高产出水平。论文质量突出：KDD（2篇）、NeurIPS（3篇）、AAAI（3篇）、IJCAI（2篇）、ICLR（1篇）、ICML（1篇，to appear）、ECAI（1篇），覆盖机器学习顶级会议谱系。合作者总数仅17人，网络高度集中，典型反映了"单一方向深耕型"青年学者的合作模式。谭志豪的角色定位清晰——周志华学件范式从理论到系统落地的核心执行者，北冥坞系统的主要开发者。
七、数据来源与局限性说明
本报告主数据来自DBLP官方作者消歧记录（pid: 245/3420，17条发表记录，17位合作者），并结合以下信息源：
- 谭志豪个人主页（https://www.lamda.nju.edu.cn/tanzh/）
- 姜远个人主页及其学生列表（https://www.lamda.nju.edu.cn/jiangy/）
- 刘建东个人主页（https://www.lamda.nju.edu.cn/liujd/）
- 谭朋个人主页（https://www.lamda.nju.edu.cn/tanp/）
- LAMDA实验室百度百科词条（含华为联合实验室信息）
- 周志华百度百科词条及中文简历
- 量子位、知乎等媒体关于北冥坞系统和学件范式的报道
局限性说明：
-
学术生涯早期、信息量有限： 谭志豪2024年博士毕业，处于学术生涯起步阶段，公开信息量相对有限。本报告如实反映了其当前的研究产出规模和合作网络格局，未作 extrapolation。
-
DBLP记录不完整： 个人主页列出的ICML'26、IJCAI'26、ICLR'26、KDD'26等已录用论文尚未被DBLP收录，中文期刊论文（计算机学报2024）亦不在DBLP中。实际总产出约22篇，高于DBLP的17条记录。
-
业界合作信息有限： 华为紫金学者计划和联合实验室的合作细节（具体项目内容、研究目标、成果转化情况等）未在公开渠道充分披露。DBLP中无明确标注华为 affiliation 的合作者，当前业界合作主要以资助和项目形式开展。
-
合作者身份推断： 部分合作者（如Hao-Yi Lei、Zi-Chen Zhao、Hao-Yu Shi等）的具体身份和在读/毕业状态系通过LAMDA团队成员页面和DBLP合作年份综合推断，可能存在误差。
-
无Google Scholar数据： 因网络限制未能获取Google Scholar引用数据，报告中的学术影响力描述基于DBLP发表记录和会议层次。