南大LAMDA 王天佐 助理教授
报告生成时间： 2026年7月
个人主页： https://www.lamda.nju.edu.cn/wangtz/ DBLP： https://dblp.org/pid/249/9504.html（Tian-Zuo Wang，DBLP标注机构为Nanjing University）
一、学者基本信息
王天佐，男，南京大学人工智能学院助理教授，LAMDA研究所（Learning And Mining from DatA）成员。2023年9月在南京大学计算机科学与技术系获博士学位（导师：周志华教授），随后留校任职至今。
教育经历： - 2013-2017，南开大学数学科学学院，本科（统计学，该专业现由统计与数据科学学院承办） - 2017-2023，南京大学计算机科学与技术系，博士（2017级直博生，导师：周志华教授，2023年9月毕业）
工作经历： - 2023年9月-2026年4月，南京大学人工智能学院，助理研究员（"毓秀青年学者"计划） - 2026年5月至今，南京大学人工智能学院，助理教授
研究方向： 机器学习与人工智能。具体研究兴趣包括：因果推断与图模型（Causal Inference & Graphical Models）、因果强化学习（Causal Reinforcement Learning）、决策方法（包括因果效应方法和Rehearsal Learning）。近期特别关注将因果性应用于前沿AI领域，如强化学习和大语言模型。
学术荣誉： - 2025年，CCF博士学位论文激励计划提名 - 2025年，南京大学优秀博士学位论文 - 2024年，博士后创新人才支持计划 - 2024年，小米青年学者-科技创新奖 - 2023年，南京大学"毓秀青年学者"计划 - 2022年，ICML 2022 Outstanding Reviewer（Top 10%） - 南京大学博士生A类培养计划入选者（每年全校仅16人） - 2021年，博士研究生国家奖学金
教学： 博弈论（Game Theory），研究生课程，2025年春季学期、2026年春季学期。
学术服务： 担任ICML（2021-2026年连续六年）、NeurIPS（2020-2025年连续六年）、ICLR（2021-2023年）、UAI（2022-2023, 2026年）、IJCAI（2021-2022, 2025年）、AAAI（2019, 2023年）等顶级会议AC/审稿人；担任Artificial Intelligence、TMLR、TKDD、Frontiers of Computer Science等期刊审稿人。担任IJCLR-2025组织委员会成员、MLA-2023组织委员会成员。
受邀报告： - 2025年12月，华盛顿大学统计系（University of Washington Department of Statistics），报告主题：因果图中方向规则的应用 - 2025年7月，第七届泛太平洋因果推断大会（PCIC 2025），报告主题：隐变量下的因果效应估计 - 2024年11月，第二十二届机器学习及其应用研讨会（MLA 2024） - 2024年11月，2024数据科学前沿国际研讨会（ICFDS 2024）
二、DBLP数据统计
2.1 发表记录总览
DBLP pid: 249/9504，共24条发表记录（截至2026年7月），其中正式发表论文（不含arXiv预印本）20篇，发表类型分布：会议论文16篇、期刊论文4篇。另有4篇arXiv预印本。
2.2 年度产出分布
| 年份 | 论文数（正式发表） |
|---|---|
| 2019 | 1 |
| 2020 | 1 |
| 2021 | 2 |
| 2022 | 1 |
| 2023 | 4 |
| 2024 | 3 |
| 2025 | 8 |
趋势分析： 2019-2022年（博士在读期间）年均产出约1.25篇，每篇均发表于ICML、NeurIPS、SDM等顶级会议，体现博士阶段"少而精"的研究风格。2023年起产出开始加速（4篇），2025年达到8篇的历史最高值，反映了其从博士毕业过渡到独立研究者后团队开始建设、学生开始出成果的发展轨迹。2023年以后的论文占总量的75%（15/20）。
2.3 发表venue分布
| 会议/期刊 | 论文数 |
|---|---|
| ICML | 6 |
| NeurIPS | 4 |
| Artificial Intelligence（AIJ） | 2 |
| Machine Learning（MLJ） | 2 |
| SDM | 2 |
| AAAI | 1 |
| IJCAI | 1 |
| ICLR | 1 |
| ICLR'26 | 1 |
venue分析： 王天佐的论文高度集中于机器学习顶级会议，ICML（6篇）和NeurIPS（4篇）合计占正式发表总量的50%。其中包括ICML'25 Oral（全会议接受率0.99%）、ICML'24 Spotlight（3.5%）、AAAI'25 Oral（1.54%）等极高档位录取。期刊论文集中于Artificial Intelligence和Machine Learning这两本机器学习领域的旗舰期刊。
2.4 合作者网络总览
唯一合作者总数：22人（含arXiv预印本）。合作网络规模较小，反映其作为青年教师、团队尚在初创阶段的特征。
2.5 核心合作者（全部合作者，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） | 21 | 2019-2026 | LAMDA所长、博士导师、中国科学院院士 |
| 2 | Tian Qin（秦天） | 11 | 2021-2025 | 周志华博士生（2020级），因果方向核心合作者 |
| 3 | Wen-Bo Du 0002（杜闻博） | 6 | 2024-2026 | 周志华博士生（2022级），因果与Rehearsal Learning方向 |
| 4 | Lue Tao（陶略） | 4 | 2024-2025 | LAMDA博士生（2022级，导师：蒋源、周志华），Rehearsal Learning方向 |
| 5 | Han-Jia Ye（叶翰嘉） | 2 | 2026 | LAMDA副教授，度量学习/模型复用方向 |
| 6 | Sheng-Jun Huang（黄圣君） | 2 | 2019-2020 | 南京航空航天大学教授，LAMDA博士校友 |
| 7 | Yuan Jiang 0001（蒋源） | 1 | 2025 | LAMDA教授，机器学习理论方向 |
| 8 | Xi-Zhu Wu（吴西竹） | 1 | 2020 | 周志华博士毕业生（2020届），现Optiver数据科学家 |
| 9 | Hong Qian（钱鸿） | 1 | 2025 | 华东师范大学副教授，俞扬LAMDA博士毕业生 |
| 10 | Mingjia Li 0002（李铭佳） | 1 | 2025 | 华东师范大学钱鸿/周爱民团队 |
| 11 | Haotian Ni（倪浩天） | 1 | 2025 | 国防科技大学侯臣平团队 |
| 12 | Chenping Hou（侯臣平） | 1 | 2025 | 国防科技大学教授，机器学习方向 |
三、博士教育背景与导师追溯
3.1 本科阶段（南开大学，2013-2017年）
王天佐2013年进入南开大学数学科学学院统计学专业，2017年获理学学士学位。南开大学数学学科在国内享有盛誉，统计学专业的数学训练为其后续从事因果推断这一数学理论要求极高的方向奠定了扎实基础。
3.2 博士阶段（南京大学，2017-2023年）
2017年，王天佐通过直博生方式进入南京大学计算机科学与技术系，师从周志华教授，成为LAMDA研究所成员。据周志华教授学生列表显示，王天佐为"2017级直博生"，2019年起开始在DBLP发表论文。2023年9月获工学博士学位，博士期间历时约6年（2017.9-2023.9）。
博士导师：周志华（Zhi-Hua Zhou）
周志华是LAMDA研究所创始所长、南京大学人工智能学院创院院长，中国科学院院士（2025年当选），欧洲科学院外籍院士，ACM/AAAI/AAAS/IEEE/IAPR Fellow。他是国内人工智能与机器学习领域的领军学者，其所著《机器学习》教材（"西瓜书"）被全国335家单位选作教材。在DBLP上，周志华与王天佐合作21次（2019-2026年），覆盖王天佐几乎所有论文，是其学术生涯中最核心的合作者。
博士期间同门：
王天佐在周志华门下的同届（2017级直博生）师兄弟包括： - 吕沈欢（Shen-Huan Lyu），2017级直博生，机器学习理论方向 - 同期在读博士包括：张绍群（Shao-Qun Zhang，2016级直博生）、赵鹏（Peng Zhao，2016级直博生，获百度奖学金）等
博士学位论文荣誉： 2025年获南京大学优秀博士学位论文；2025年获CCF博士学位论文激励计划提名。
3.3 博士期间的学术路线
王天佐的博士研究聚焦于因果推断，尤其是在隐变量存在条件下的因果效应辨识（Causal Identification with Latent Variables）。其研究从"当只有响应变量可观测时如何经济有效地辨识因果效应"（SDM'19, ICML'20）出发，逐步深入到"隐变量下基于局部背景知识的完备因果辨识"（NeurIPS'22, AIJ'23）和"隐变量下的因果效应估计"（ICML'23）等核心问题。博士期间在ICML、NeurIPS、SDM等顶会连续发表论文，形成了系统性的研究体系。
四、LAMDA团队合作网络
4.1 LAMDA实验室概况
LAMDA是周志华教授领导的机器学习与数据挖掘研究所，依托计算机软件新技术全国重点实验室，分属南京大学计算机学院和人工智能学院。LAMDA总部位于南京大学仙林校区计算机科学技术楼910室，现有教师约19人（含2027年招生导师），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。
4.2 导师周志华——最核心的学术合作关系
周志华在DBLP上与王天佐合作21次，占王天佐全部24篇论文的87.5%，合作跨度为2019-2026年。王天佐几乎所有论文都有周志华作为共同作者（末位/通讯），这一比例在LAMDA教师中属于极高水平，反映了王天佐作为周志华直接弟子、留校后仍在周志华框架下开展研究的密切师承关系。两人共同推动的核心方向包括：
- 因果推断（Causal Inference）： 隐变量下的因果辨识、因果效应估计、图模型方向规则等
- Rehearsal Learning： 一种由周志华提出的新学习范式，从预测到决策的理论框架
4.3 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） | 21 | 2019-2026 | 教授/所长/院士 | 博士导师，几乎所有论文的通讯作者 |
| 叶翰嘉（Han-Jia Ye） | 2 | 2026 | 副教授 | 近期在因果表格数据发现和Rehearsal Learning方向开始合作 |
| 蒋源（Yuan Jiang） | 1 | 2025 | 教授 | 通过指导陶略博士生产生的间接合作 |
说明： 王天佐与LAMDA其他教师的合作目前非常有限，体现了其作为刚独立的青年教师、研究方向（因果推断）在LAMDA内相对独特的特征。近期与叶翰嘉在因果表格数据预训练（TabCausal）方向开始合作，可能代表了未来合作网络扩展的方向。
4.4 核心合作学生（按DBLP合作频次排序）
| 姓名 | 合作次数 | 合作年份 | 身份/背景 | 合作方向 |
|---|---|---|---|---|
| 秦天（Tian Qin） | 11 | 2021-2025 | 周志华博士生（2020级，南大本科），最后一年在读 | 因果推断、Rehearsal Learning |
| 杜闻博（Wen-Bo Du） | 6 | 2024-2026 | 周志华博士生（2022级，复旦本科） | 因果图枚举、Rehearsal Learning |
| 陶略（Lue Tao） | 4 | 2024-2025 | LAMDA博士生（2022级，南航硕士，导师：蒋源、周志华） | Rehearsal Learning |
| 雷皓逸（Hao-Yi Lei） | 1 | 2025 | LAMDA学生 | Rehearsal Learning |
| 李子蓉（Zi-Rong Li） | 1 | 2026 | LAMDA学生 | 因果表格数据 |
| 刘思杨（Si-Yang Liu） | 1 | 2026 | LAMDA学生 | 因果表格数据 |
| 陶语萱（Yu-Xuan Tao） | 1 | 2026 | LAMDA学生 | Rehearsal Learning |
重点说明： 秦天（Tian Qin）是王天佐最紧密的学生合作者（11次），两人自2021年起在因果推断和Rehearsal Learning方向深度合作，产出了一系列发表于ICML、NeurIPS、AAAI、SDM等顶会的论文。秦天名义上是周志华的博士生，但从论文合作模式看，王天佐是其实际的日常指导教师。杜闻博（Wen-Bo Du）自2024年起成为王天佐的另一位核心合作学生，在因果图枚举算法（MAG Listing）和Rehearsal Learning方向合作密切，两人合作的ICML'24论文获Spotlight、ICML'25论文获Oral。
注意： 由于王天佐2023年9月才获得博士学位，2026年5月才正式转为助理教授职位，上述学生多为周志华名下的博士生，王天佐以合作导师/日常指导教师身份参与指导。王天佐目前尚在招收自己独立指导的首批学生。
五、业界合作关系深度分析
5.1 小米——青年学者科技创新奖
2024年，王天佐获得"小米青年学者-科技创新奖"。小米青年学者计划是小米公益基金会面向青年科技人才的资助项目，旨在鼓励基础科学研究与技术创新。该奖项是王天佐目前已知的与业界最直接的合作连接，表明小米对因果推断方向研究的关注。
5.2 学术合作中的校外机构连接
王天佐的论文合作网络中，除LAMDA内部合作者外，有以下校外学术合作关系：
（1）南京航空航天大学——黄圣君（Sheng-Jun Huang）
黄圣君是南京航空航天大学计算机科学与技术学院教授，2008年和2014年分别从南京大学计算机系获得本科和博士学位，是LAMDA校友。王天佐与黄圣君在博士早期（2019-2020年）合作了2篇论文，包括SDM'19和ICML'20，研究主题为"实例与标签之间的因果关系辨识"和"当仅响应变量可观测时的因果效应辨识"。黄圣君是王天佐在因果推断方向的早期合作者，两人的合作可能源于王天佐博士入学初期在LAMDA内的跨方向交流。
（2）国防科技大学——侯臣平（Chenping Hou）团队
侯臣平是国防科技大学理学院教授，机器学习方向。其学生倪浩天（Haotian Ni）与王天佐在Machine Learning期刊（2025年）合作发表论文"Gradient-based causal discovery with latent variables"，研究隐变量下的梯度因果发现方法。该合作中王天佐和侯臣平的学生Hong Tao、Xiuqi Huang共同参与，表明王天佐的因果推断方法论开始向外部团队扩散。
（3）华东师范大学——钱鸿（Hong Qian）/ 周爱民（Aimin Zhou）团队
钱鸿是华东师范大学计算机科学与技术学院副教授、博导，南京大学LAMDA博士毕业（2013-2020年，导师：俞扬教授），研究方向包括因果优化。其学生李铭佳（Mingjia Li）与王天佐在ICML'25合作发表"Strong and Weak Identifiability of Optimization-based Causal Discovery"。钱鸿本身是LAMDA校友，这一合作代表了LAMDA校友网络在因果推断方向的学术延伸。
（4）吴西竹（Xi-Zhu Wu）——Optiver
吴西竹是周志华的2014级直博生（2016-2020年在读），2020年毕业后加入量化交易公司Optiver担任数据科学家。王天佐与吴西竹在ICML'20合作了1篇论文。吴西竹是王天佐博士期间在LAMDA的同门师兄。
5.3 华盛顿大学统计系——国际学术交流
2025年12月，王天佐受邀在华盛顿大学（University of Washington）统计系做学术报告，主题为"Orientation rules for incorporating causal knowledge in causal insufficiency: Applications to IDA with latent confounders and MAG listing"。华盛顿大学统计系是因果推断领域的国际重镇，该受邀报告表明王天佐在因果图理论方面的工作开始获得国际同行的关注。
5.4 泛太平洋因果推断大会（PCIC）——国际因果推断社区
2025年7月，王天佐受邀在第七届泛太平洋因果推断大会（PCIC 2025）做报告。PCIC是亚太地区因果推断领域最重要的学术会议之一，王天佐的受邀报告表明其在因果推断国际社区中的能见度正在上升。
5.5 产业合作前景分析
王天佐目前的DBLP论文中尚未出现明显的产业界合作者，这与其作为2023年才毕业的青年教师、研究方向偏重理论的特征一致。然而，以下信号表明其产学研合作可能正在拓展：
- 小米青年学者奖（2024年）表明企业界对其研究方向的认可
- 其研究方向"因果推断"近年在大模型可解释性、强化学习、推荐系统等应用领域的重要性日益凸显
- 个人主页招生说明中提到"因果大模型"和"世界模型"方向，显示其正在向应用前沿延伸
- LAMDA实验室与华为等企业长期保持合作关系，为青年教师提供了产学研合作的基础平台
六、Connection圈层总结
第一圈层——博士导师周志华（21次合作，2019-2026年）： 周志华是王天佐学术生涯的奠基者和核心合作者。王天佐全部24篇DBLP论文中有21篇与周志华合作（87.5%），这一比例在LAMDA教师中属于极高水平。周志华不仅是王天佐的博士导师，也是其留校后的核心学术支撑。两人共同推动因果推断和Rehearsal Learning两个方向，构成了"导师-弟子"型的紧密学术共同体。
第二圈层——核心合作学生（秦天11次、杜闻博6次、陶略4次）： 秦天是王天佐最重要的学生合作者，两人自2021年起在因果推断方向深度合作长达5年，秦天名义上是周志华的博士生，但从论文合作模式判断王天佐是其实际日常指导教师。杜闻博自2024年起迅速成为第二核心合作者，在因果图枚举算法方向与王天佐合作产出了ICML Spotlight和ICML Oral级别的成果。陶略通过Rehearsal Learning方向与王天佐建立合作。三位学生均为周志华名下的博士生，反映了LAMDA"大导师-小导师"联合培养模式。
第三圈层——LAMDA校友学术网络： 黄圣君（南航教授，LAMDA博士校友，2次合作）和钱鸿（华东师大副教授，LAMDA博士校友，1次合作）代表了王天佐通过LAMDA校友网络建立的校外学术连接。这些合作集中在因果推断方向，体现了LAMDA在该方向上的学术辐射力。吴西竹（Optiver数据科学家，LAMDA同门师兄，1次合作）代表了LAMDA校友的产业界连接。
第四圈层——校外学术合作者： 国防科技大学侯臣平团队（1次合作）、华东师范大学周爱民团队（1次合作）代表了王天佐在因果推断方向的外部学术合作。这些合作目前频次较低，但显示出其研究方法论开始向LAMDA外部团队扩散的趋势。
第五圈层——国际学术网络（初步建立中）： 华盛顿大学统计系受邀报告和PCIC大会报告表明王天佐正在因果推断国际社区建立能见度。ICML（连续6年审稿）、NeurIPS（连续6年审稿）的深度学术服务参与也为其国际学术网络的构建提供了平台。
产出规模与特征： 20篇正式发表论文中，ICML（6篇）和NeurIPS（4篇）合计占50%，体现了高度集中于机器学习顶级会议的发表策略。论文中包含ICML Oral（0.99%接受率）和ICML Spotlight（3.5%接受率），表明其在因果推断理论方向的研究质量处于国际前沿。22位合作者的网络规模反映了青年教师团队初创阶段的特征，未来随着独立指导学生的加入，合作网络预计将快速扩展。
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: 249/9504，Tian-Zuo Wang，24条发表记录，22位合作者），并结合以下信息源：
- 王天佐个人主页（https://www.lamda.nju.edu.cn/wangtz/ ，含Profile、Experience、Publications、Services & Activities、Awards & Honors、Teaching六个页面）
- 周志华教授学生列表页面（https://cs.nju.edu.cn/zhouzh/zhouzh.files/student-postdoc.htm ）
- LAMDA实验室主页（https://www.lamda.nju.edu.cn/ ）
- 秦天个人主页（https://www.lamda.nju.edu.cn/qint/ ）
- 杜闻博个人主页（https://www.lamda.nju.edu.cn/duwb/ ）
- 陶略个人主页（https://www.lamda.nju.edu.cn/taol/ ）
- 钱鸿华东师大教师主页（https://faculty.ecnu.edu.cn/_s16/qh_en/main.psp ）
- 黄圣君南航教师信息
局限性说明：
-
职位表述差异： 用户提供的信息称王天佐为"副教授、博导"，但其个人主页（最后更新2026年2月18日）明确标注为"Assistant Professor"（助理教授）。本报告以个人主页信息为准，采用"助理教授"的表述。博导资格未在个人主页上明确标注，其招生说明中仅提到招收本科生参与科研，暂未发现硕博招生信息。
-
论文产出规模： 王天佐DBLP记录仅24篇（正式发表20篇），在LAMDA教师中属于较低水平，这与其2023年9月才获得博士学位、2026年5月才转为助理教授的年资高度吻合。其论文虽然数量不多，但venue层次极高（ICML 6篇、NeurIPS 4篇），且包含ICML Oral和Spotlight等高档位录取。
-
产业合作信息有限： 除小米青年学者奖外，未在DBLP论文或公开报道中发现明确的产业界合作论文或产学研项目。这与王天佐的研究方向偏重因果推断理论、团队尚在初创阶段的现状一致。
-
学生指导关系推断： 秦天、杜闻博等学生名义上是周志华的博士生，王天佐作为指导教师的角色系通过论文合作模式推断。随着王天佐独立指导学生的权限逐步获得，这一合作结构预计将在未来几年发生变化。