南大LAMDA 叶翰嘉 副教授
报告生成时间： 2026年7月
个人主页： http://www.lamda.nju.edu.cn/yehj/ DBLP： https://dblp.org/pid/165/3014.html Google Scholar： https://scholar.google.com/citations?user=mgOYhtoAAAAJ&hl=en ORCID： https://orcid.org/0000-0003-1173-1880
一、学者基本信息
叶翰嘉（Han-Jia Ye），男，南京大学人工智能学院副教授（准聘）、博士生导师，LAMDA（Learning And Mining from DatA）实验室成员。主要研究方向为机器学习及其在数据挖掘与计算机视觉中的应用，核心领域包括模型复用（Model Reuse）、表格机器学习（Tabular ML）、元学习/持续学习（Meta-/Continual Learning）以及多模态大语言模型（Multimodal LLMs）。
教育经历： - 2009-2013，南京邮电大学，本科 - 2013-2015，南京大学LAMDA研究组，硕士阶段（导师：周志华教授） - 2015-2019，南京大学LAMDA研究组，博士（导师：姜远教授、詹德川教授），2019年5月获博士学位，博士论文题为《开放环境下的度量学习研究》 - 2017-2018，美国南加州大学（USC）访问学生（导师：Fei Sha教授）
工作经历： - 2019年7月，加入南京大学人工智能学院，任助理研究员 - 后升任副教授（准聘，Tenure-track Associate Professor），并获博士生导师资格
研究方向： 1. 模型复用（Model Reuse）：预训练模型的选择、路由与适配，跨任务的模型管理 2. 表格机器学习（Tabular ML）：表格数据的表示学习、基础模型、基准测试与工具箱 3. 多模态大语言模型（Multimodal LLMs）：以数据为中心的评测与高效适配 4. 持续学习（Continual Learning）：基于预训练模型的记忆高效增量学习 5. 元学习（Meta-learning）：少样本学习、任务理解与鲁棒适配机制
荣誉： - 2021年度中国计算机学会"CCF优秀博士学位论文奖"（全国每年不超过10人） - 华为"耀星学者"（全国仅两人获此荣誉） - 入选全国高校计算机专业优秀教师奖励计划
学术服务： 担任AAAI 2024、AAAI 2026 Tutorial联合主讲人，IJCAI 2023 Tutorial联合主讲人。开设LAMDA-Tabular GitHub组织、LAMDA-Model-Reuse等开源项目。
教学贡献： 2024年9月（部分渠道标注2025年正式发行）与詹德川合著出版《〈机器学习〉习题参考》（机械工业出版社，ISBN 9787111767145），作为周志华"西瓜书"《机器学习》的官方配套习题集，涵盖简答、计算和编程三类题型，已成为全国高校机器学习教学的重要辅助资料。
二、DBLP数据统计
2.1 发表记录总览
DBLP pid: 165/3014，共201条发表记录（截至2026年7月），发表类型分布：期刊论文（article）126篇、会议论文（inproceedings）74篇。其中arXiv预印本98篇，正式发表（非arXiv）论文102篇。
2.2 年度产出分布
| 年份 | 论文数 | 年份 | 论文数 | 年份 | 论文数 |
|---|---|---|---|---|---|
| 2015 | 2 | 2019 | 3 | 2023 | 32 |
| 2016 | 4 | 2020 | 9 | 2024 | 37 |
| 2017 | 1 | 2021 | 21 | 2025 | 54 |
| 2018 | 3 | 2022 | 14 | 2026 | 20（截至7月） |
趋势分析： 2015-2019年为博士在读期间，年均产出约2.6篇，以度量学习和元学习方向为主。2019年博士毕业留校后产出逐步增长，2021年进入加速期（21篇），2023-2025年连续三年超过30篇（2025年达54篇峰值）。2021年以后的论文占总量的89.5%（180/201），与持续学习、表格机器学习、多模态大模型等研究热潮和团队规模扩张高度吻合。
2.3 主要发表会议/期刊分布（非arXiv，Top 15）
| 会议/期刊 | 论文数 | 级别 |
|---|---|---|
| IEEE TPAMI | 12 | CCF-A |
| ICML | 11 | CCF-A |
| NeurIPS | 11 | CCF-A |
| AAAI | 11 | CCF-A |
| CVPR | 10 | CCF-A |
| ICLR | 6 | 未分级（顶级） |
| IJCAI | 5 | CCF-A |
| ICCV | 3 | CCF-A |
| Mach. Learn. | 3 | - |
| Frontiers Comput. Sci. | 3 | - |
| IEEE TKDE | 2 | CCF-A |
| Int. J. Comput. Vis. | 2 | CCF-A |
| Sci. China Inf. Sci. | 2 | - |
| ACM Multimedia | 2 | CCF-A |
| J. Mach. Learn. Res. | 1 | - |
CCF-A类会议/期刊论文合计超过65篇（含IEEE TPAMI、ICML、NeurIPS、AAAI、CVPR、ICLR、IJCAI、ICCV、IEEE TKDE、ACM Multimedia），在机器学习领域产出质量突出。另在Medical Image Anal.（CCF-B顶级期刊）、MICCAI、ECCV、ACL、WWW、Pattern Recognit.、TMLR等会议/期刊亦有发表。
2.4 合作者网络总览
唯一合作者总数：178人。其中合作10次以上的有10人，合作5次以上的有35人。
2.5 核心合作者（Top 35，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 | De-Chuan Zhan（詹德川） | 152 | 2015-2026 | LAMDA教授，博士联合导师 |
| 2 | Da-Wei Zhou 0001（周大蔚） | 62 | 2021-2026 | LAMDA副研究员，叶翰嘉与詹德川联合指导的博士（2024届） |
| 3 | Yuan Jiang 0001（姜远） | 17 | 2015-2025 | LAMDA教授，博士联合导师 |
| 4 | Lu Han（韩露） | 17 | 2020-2025 | LAMDA成员，不平衡学习/时间序列 |
| 5 | Yi-Kai Zhang（张亦凯） | 16 | 2022-2026 | LAMDA博士生，多模态大模型 |
| 6 | Hai-Long Sun（孙海龙） | 14 | 2023-2025 | LAMDA博士生，多模态/持续学习 |
| 7 | Jun-Peng Jiang（姜俊鹏） | 13 | 2023-2026 | LAMDA博士生，多模态表格智能/文档解析 |
| 8 | Wei-Lun Chao（赵韦纶） | 11 | 2020-2025 | 台湾"中央研究院"/台湾大学 |
| 9 | Si-Yang Liu 0008（刘思旸） | 10 | 2024-2026 | LAMDA博士生，表格机器学习 |
| 10 | Chao Yi（易超） | 10 | 2023-2025 | LAMDA相关，多模态模型选择 |
| 11 | Zhi-Hua Zhou（周志华） | 9 | 2015-2026 | LAMDA主任，硕士导师 |
| 12 | Shiyin Lu（卢思吟） | 9 | 2024-2025 | LAMDA相关，多模态大模型 |
| 13 | Qi-Wei Wang（王启伟） | 9 | 2022-2024 | LAMDA相关，增量学习 |
| 14 | Qi-Le Zhou（周琦乐） | 8 | 2023-2026 | LAMDA博士生，表格机器学习 |
| 15 | Ting-Ji Huang（黄廷骥） | 8 | 2023-2025 | LAMDA成员，推荐/LLM |
| 16 | Fu-Yun Wang（汪福运） | 8 | 2021-2023 | LAMDA，增量学习 |
| 17 | Su Lu（陆苏） | 8 | 2020-2023 | LAMDA博士生，元学习/知识蒸馏 |
| 18 | Hao-Run Cai（蔡浩然） | 7 | 2024-2026 | LAMDA博士生，表格机器学习 |
| 19 | Lan Li 0001（李兰） | 7 | 2023-2026 | LAMDA博士生，增量学习 |
| 20 | Xu-Yang Chen（陈栩阳） | 7 | 2023-2025 | LAMDA成员 |
| 21 | Qing-Guo Chen（陈庆国） | 7 | 2024-2025 | 阿里巴巴集团，多模态理解项目负责人 |
| 22 | Weihua Luo（罗卫华） | 7 | 2024-2025 | 阿里巴巴集团 |
| 23 | Kaifu Zhang（张开富） | 7 | 2024-2025 | 阿里巴巴集团 |
| 24 | Guannan Lai（赖冠南） | 6 | 2025-2026 | LAMDA博士生，模型路由/持续学习 |
| 25 | Zhenguo Li（李震国） | 6 | 2020-2026 | 华为诺亚方舟实验室AI理论实验室主任 |
| 26 | Ziwei Liu 0002（刘子玮） | 6 | 2023-2025 | 新加坡南洋理工大学MMLab |
| 27 | Zhi-Hong Qi（祁志红） | 6 | 2023-2025 | LAMDA成员，增量学习 |
| 28 | Jingyi Ning（宁靖怡） | 6 | 2023-2025 | LAMDA相关，持续学习 |
| 29 | Yan Wang（王岩） | 5 | 2025-2026 | LAMDA相关 |
| 30 | Yi Shi（史毅） | 5 | 2022-2025 | LAMDA博士生，多模态/医学影像 |
| 31 | Bowen Zheng（郑博文） | 5 | 2023-2025 | LAMDA博士生，增量学习 |
| 32 | Yang Li（李阳） | 5 | 2024-2025 | 阿里巴巴集团 |
| 33 | Zhao Xu（许钊） | 5 | 2024-2025 | 阿里巴巴集团 |
| 34 | Xiu-Shen Wei（魏秀参） | 5 | 2021-2024 | 东南大学，细粒度图像分析 |
| 35 | Leye Wang（王乐垚） | 5 | 2023-2024 | 中国人民大学，时空数据/表格学习 |
说明： 詹德川在DBLP合作频次（152次）占叶翰嘉全部201篇论文的76%，是叶翰嘉学术产出中绝对核心的合作伙伴。这一数字与詹德川报告中的统计完全互证——詹德川报告亦记录二人合作152次，占詹德川全部268篇论文的57%。二人构成LAMDA在持续学习、表格机器学习、多模态大模型方向的"师徒-同事"双核心。
三、博士教育背景与导师追溯
3.1 教育路径与导师关系
叶翰嘉的学术成长路径呈现典型的"LAMDA内生型"培养特征：
| 阶段 | 时间 | 导师 | 关系 |
|---|---|---|---|
| 本科 | 2009-2013 | 南京邮电大学 | 计算机科学与技术 |
| 硕士 | 2013-2015 | 周志华教授 | LAMDA入门引路人 |
| 博士 | 2015-2019 | 姜远教授、詹德川教授 | 联合指导 |
| 访问 | 2017-2018 | Fei Sha教授（USC） | 海外访问导师 |
叶翰嘉2013年进入南京大学LAMDA研究组攻读硕士学位，导师为周志华教授。2015年9月起在姜远教授和詹德川教授联合指导下攻读博士学位，2019年5月获博士学位，博士论文《开放环境下的度量学习研究》获2021年度CCF优秀博士学位论文奖。2017-2018年期间赴美国南加州大学Fei Sha教授课题组访问交流，这段经历为其后续在元学习和少样本学习方向的产出奠定了基础。
3.2 与詹德川的师承关系——"从师生到同事"
叶翰嘉与詹德川的学术关系是LAMDA内部"自培养-留校-传承"模式的典型案例，也是本系列报告关注的核心关系之一。
师生阶段（2015-2019）： 叶翰嘉于2015年9月开始在詹德川与姜远联合指导下攻读博士学位。早期合作论文集中在度量学习方向（如AAAI 2016、IJCAI 2017、TPAMI 2019），叶翰嘉为第一作者，詹德川为通讯/末位作者。博士期间二人合作约13篇论文，奠定了"开放环境度量学习"的理论基础。
同事阶段（2019年至今）： 2019年7月叶翰嘉博士毕业后留校任教，从师生关系转变为同事关系。此后合作急剧加速——2020年9篇、2021年21篇、2023年32篇、2024年37篇、2025年54篇。二人共同拓展了持续学习、表格机器学习、多模态大模型等多个前沿方向，合作产出在NeurIPS、ICML、ICLR、CVPR、AAAI、TPAMI等顶级会议/期刊均有大量发表。
教学合作（2024-2025）： 2024年9月，二人合著出版《〈机器学习〉习题参考》（机械工业出版社），作为周志华"西瓜书"的官方配套习题集。这一合作完成了"教材（周志华）→习题（詹德川、叶翰嘉）→课程"的完整教学体系闭环——詹德川曾三轮担任周志华"机器学习"课程助教，叶翰嘉亦深度参与LAMDA教学体系，二人将教学经验凝结为习题参考书，延续并发展了LAMDA的教学传统。
3.3 师承谱系
周志华（LAMDA主任，教授）
├─ 詹德川（博士2010届，现为LAMDA教授、科研院副院长）
│ └─ 叶翰嘉（博士2019届，现为南大副教授）— 联合指导（与姜远）
│ ├─ 周大蔚（博士2024届，现为南大副研究员）— 联合指导（与詹德川）
│ ├─ 姜俊鹏（博士生，多模态表格智能）— 联合指导（与詹德川）
│ ├─ 刘思旸（博士生，表格机器学习）
│ ├─ 张亦凯（博士生，多模态大模型）
│ └─ 赖冠南（博士生，模型路由/持续学习）
├─ 姜远（教授）— 叶翰嘉联合导师
└─ 周大蔚（联合指导，见上方）
叶翰嘉处于LAMDA学术传承链的关键节点——他是詹德川的第一代博士生，同时又开始独立指导自己的学生（周大蔚、姜俊鹏等），并与詹德川形成联合指导的"双导师"模式。周大蔚作为叶翰嘉指导的博士、詹德川的联合博士生，已于2024年留校任副研究员，形成了"詹德川→叶翰嘉→周大蔚"的三代学术传承链。这条链条是LAMDA内部最清晰的学术传承路径之一。
3.4 与周志华的合作关系
| 信息项 | 内容 |
|---|---|
| 周志华（Zhi-Hua Zhou） | LAMDA创始人兼主任，南京大学人工智能学院院长 |
| DBLP合作次数 | 9次 |
| 合作年份 | 2015-2026年 |
| 合作跨度 | 11年 |
与周志华的合作贯穿叶翰嘉整个学术生涯，从2015年硕士阶段的第一篇CIKM论文到2026年最新的持续学习预印本均有合作。早期合作集中在度量学习和多实例学习（2015-2019年，5篇），后期（2021-2026年，4篇）涉及长尾分类、医学影像多实例学习等应用方向。二人的直接论文合作频次不高，反映了叶翰嘉已独立带领课题组后与导师各自产出分化的正常模式，但LAMDA层面的协作通过教学体系（西瓜书及配套习题集）和实验室管理持续体现。
四、LAMDA团队合作网络
作为LAMDA实验室的核心青年教师，叶翰嘉是整个实验室持续学习、表格机器学习和多模态大模型方向的学术枢纽。其合作网络可分为以下层次：
4.1 教师同事（LAMDA，按DBLP合作频次排序）
| 教师 | 合作次数 | 合作年份 | 职位 | 合作领域 |
|---|---|---|---|---|
| 詹德川（De-Chuan Zhan） | 152 | 2015-2026 | 教授、科研院副院长 | 持续学习、表格ML、多模态LLM、度量学习（全方向） |
| 姜远（Yuan Jiang） | 17 | 2015-2025 | 教授 | 度量学习、半监督学习、医学影像 |
| 周大蔚（Da-Wei Zhou） | 62 | 2021-2026 | 副研究员（2024年起） | 增量/持续学习、CLIP模型复用 |
| 周志华（Zhi-Hua Zhou） | 9 | 2015-2026 | 教授、院长 | 度量学习、长尾分类、医学影像 |
| 张利军（Lijun Zhang） | 4 | 2024-2025 | 教授 | 在线学习、持续学习理论 |
重点说明： 詹德川（152次）是叶翰嘉学术合作中独一无二的"双核心"伙伴，二人从师生关系演变为同事关系，合作涵盖持续学习、表格机器学习、多模态大模型等几乎全部研究方向，近两年（2024-2026）合作最为密集。周大蔚（62次）是叶翰嘉与詹德川联合指导的博士，2024年毕业后留校任副研究员，形成了"詹德川→叶翰嘉→周大蔚"的三代传承链。姜远（17次）是叶翰嘉的另一位联合导师，在度量学习、医学影像方向有长期合作。张利军教授（4次）在联合指导持续学习理论方向论文中发挥作用。
4.2 核心博士生/成员（按DBLP合作频次排序）
| 姓名 | 合作次数 | 合作年份 | 身份/方向 |
|---|---|---|---|
| 韩露（Lu Han） | 17 | 2020-2025 | LAMDA成员，不平衡学习/时间序列预测 |
| 张亦凯（Yi-Kai Zhang） | 16 | 2022-2026 | 博士生，多模态大模型/模型路由 |
| 孙海龙（Hai-Long Sun） | 14 | 2023-2025 | 博士生，多模态/持续学习 |
| 姜俊鹏（Jun-Peng Jiang） | 13 | 2023-2026 | 博士生，多模态表格智能/文档解析 |
| 刘思旸（Si-Yang Liu） | 10 | 2024-2026 | 博士生，表格机器学习 |
| 易超（Chao Yi） | 10 | 2023-2025 | LAMDA相关，多模态模型选择 |
| 卢思吟（Shiyin Lu） | 9 | 2024-2025 | LAMDA相关，多模态大模型 |
| 王启伟（Qi-Wei Wang） | 9 | 2022-2024 | 增量学习 |
| 周琦乐（Qi-Le Zhou） | 8 | 2023-2026 | 博士生，表格机器学习 |
| 黄廷骥（Ting-Ji Huang） | 8 | 2023-2025 | LAMDA成员，推荐/LLM |
| 汪福运（Fu-Yun Wang） | 8 | 2021-2023 | 增量学习 |
| 陆苏（Su Lu） | 8 | 2020-2023 | 博士生，元学习/知识蒸馏 |
| 蔡浩然（Hao-Run Cai） | 7 | 2024-2026 | 博士生，表格机器学习 |
| 李兰（Lan Li） | 7 | 2023-2026 | 博士生，增量学习 |
| 陈栩阳（Xu-Yang Chen） | 7 | 2023-2025 | LAMDA成员 |
| 赖冠南（Guannan Lai） | 6 | 2025-2026 | 博士生，模型路由/持续学习 |
| 祁志红（Zhi-Hong Qi） | 6 | 2023-2025 | 增量学习 |
| 宁靖怡（Jingyi Ning） | 6 | 2023-2025 | 持续学习 |
| 郑博文（Bowen Zheng） | 5 | 2023-2025 | 博士生，增量学习 |
| 史毅（Yi Shi） | 5 | 2022-2025 | 博士生，多模态/医学影像 |
团队特色： 叶翰嘉直接指导或联合指导的学生群体研究方向多元且前沿——张亦凯和孙海龙深耕多模态大模型与模型选择，姜俊鹏研究多模态表格智能与文档解析，刘思旸和蔡浩然专注表格机器学习基础模型，赖冠南探索LLM路由与持续学习，郑博文和李兰深耕增量/持续学习。团队近年在ICML、NeurIPS、ICLR、CVPR、AAAI等顶会有大量产出，并开源了TALENT（表格学习工具箱）、PILOT（持续学习工具箱）、ZhiJian（模型复用工具箱）、RouteJudge（模型路由评测平台）等多个开源项目，形成了系统化的研究基础设施。
4.3 LAMDA实验室整体结构与叶翰嘉的定位
LAMDA实验室由周志华教授创立并担任主任。实验室现有教师团队包括：周志华（教授、博导）、詹德川（教授、博导）、姜远（教授、博导）、黎铭（教授、博导）、吴建鑫（教授、博导）、俞扬（教授、博导）、张利军（教授、博导）、钱超（教授、博导）、王魏（教授、博导）、陈开明（教授、博导）、高尉（教授、博导）、章宗长（教授、博导）、叶翰嘉（副教授、博导）、王天佐（副教授、博导）、周大蔚（副研究员）等。叶翰嘉在实验室中是持续学习、表格机器学习和多模态大模型方向的核心学术领导，同时承担研究生指导和开源项目建设的职责。
五、业界合作关系深度分析
5.1 华为——从项目合作到诺亚方舟实验室学术合作
叶翰嘉与华为的合作具有两个层次：早期的工程项目合作和近年与华为诺亚方舟实验室的学术论文合作。
早期工程项目合作（2019年）： 据2019年公开报道，叶翰嘉在读博期间与华为合作，使用度量学习工具抽取可泛化特征，运用于华为手机屏幕缺陷检测。运用度量学习中的自适应训练技术，将固定机型手机屏幕中的缺陷模型迁移到其他型号手机中，新型号缺陷屏幕识别误差降低7%，相关技术被纳入华为算法平台。叶翰嘉由此获华为"耀星学者"荣誉，该奖项全国仅两人获此殊荣。
华为诺亚方舟实验室学术合作（2020年至今）：
| 合作者 | DBLP合作次数 | 合作年份 | 所属部门 |
|---|---|---|---|
| Zhenguo Li（李震国） | 6 | 2020-2026 | 华为诺亚方舟实验室AI理论实验室主任 |
| Lanqing Hong（洪兰青） | 4 | 2020-2024 | 华为诺亚方舟实验室 |
Zhenguo Li（李震国）是华为诺亚方舟实验室AI理论实验室主任，北京大学数学学士、香港中文大学机器学习博士（导师唐晓翔），加入华为前曾任哥伦比亚大学副研究员。叶翰嘉与Zhenguo Li的合作聚焦于元学习、分布外泛化和持续学习方向，代表性成果包括：
- IEEE TPAMI 2024: "Contextualizing Meta-Learning via Learning to Decompose"（叶翰嘉、周大蔚、Lanqing Hong、Zhenguo Li、魏秀参、詹德川）
- AAAI 2021: "DecAug: Out-of-Distribution Generalization via Decomposed Feature Representation and Semantic Augmentation"
- arXiv 2026: "The Golden Subspace: Where Efficiency Meets Generalization in Continual Test-Time Adaptation"（赖冠南、周大蔚、Zhenguo Li、叶翰嘉）
- arXiv 2026: "From Sampled Outcomes to Capability Distributions: Rethinking Supervision for LLM Routing"（赖冠南、胡浩然、Long Chen、Zhenguo Li、叶翰嘉）
2026年1月，叶翰嘉与Zhenguo Li在AAAI 2026联合主讲Tutorial（"Model Reuse"），标志着二人的学术合作已从论文层面延伸到学术活动联合组织层面。这一合作通道在持续学习、元学习和LLM路由方向形成了持续的顶会论文输出，是叶翰嘉团队产学研合作的标杆之一。
5.2 阿里巴巴——多模态大模型与文档智能方向的深度合作
| 合作者 | DBLP合作次数 | 合作年份 | 所属部门 |
|---|---|---|---|
| Qing-Guo Chen（陈庆国） | 7 | 2024-2025 | 阿里巴巴集团，多模态理解项目负责人 |
| Weihua Luo（罗卫华） | 7 | 2024-2025 | 阿里巴巴集团 |
| Kaifu Zhang（张开富） | 7 | 2024-2025 | 阿里巴巴集团 |
| Zhao Xu（许钊） | 5 | 2024-2025 | 阿里巴巴集团 |
| Yang Li（李阳） | 5 | 2024-2025 | 阿里巴巴集团 |
| Guo Yu（余果） | 1 | 2026 | 阿里巴巴关联（Ovis多模态系列） |
与阿里巴巴的合作是叶翰嘉团队2024年以来快速发展的核心产学研通道，聚焦于多模态大模型与文档智能。合作以博士生姜俊鹏、孙海龙、张亦凯为核心桥梁，形成"南大LAMDA（姜俊鹏/张亦凯/孙海龙/叶翰嘉/詹德川）+ 阿里巴巴（陈庆国/罗卫华/张开富/许钊/李阳）"的稳定联合发表模式。代表性成果包括：
- Ovis系列多模态大模型（arXiv 2024/NeurIPS 2024系列）：Structural Embedding Alignment for Multimodal LLM，开源项目托管于GitHub AIDC-AI/Ovis（阿里国际数字商业AI团队），是叶翰嘉团队与阿里巴巴在多模态大模型方向的旗舰合作成果
- ICML 2025: "Parrot: Multilingual Visual Instruction Tuning"（孙海龙、周大蔚等）
- NeurIPS 2024: "Wings: Learning Multimodal LLMs without Text-only Forgetting"（张亦凯等）
- NeurIPS 2025: "Multimodal Tabular Reasoning with Privileged Structured Information"（姜俊鹏等）
- ICLR 2025: "ZooProbe: A Data Engine for Evaluating, Exploring, and Evolving Large-scale Training Data"（张亦凯等）
- ICML 2026: "OvisOCR: End-to-End Document Parsing via Aligning Specialized Perception with General Reasoning"（姜俊鹏等）
陈庆国（Qing-Guo Chen）为阿里巴巴多模态理解团队的项目负责人，张开富、罗卫华、许钊均为阿里巴巴全职研究员。这一合作通道在多模态大模型、文档智能解析、多模态表格推理、大规模训练数据评估等方向形成了持续的顶会论文输出，覆盖ICML、NeurIPS、ICLR等顶级会议。
值得注意的是，叶翰嘉团队与阿里巴巴的合作不仅限于论文发表，还包含多模态大模型的联合研发与开源发布（Ovis系列已迭代至Ovis 2.5及Ovis-Image图像生成模型），体现了从学术合作到产品级技术输出的深度产学研融合。
5.3 同花顺（Hithink）——少样本增量学习的早期产学研合作
| 合作者 | DBLP合作次数 | 合作年份 | 可能所属 |
|---|---|---|---|
| Shiliang Pu（浦世亮） | 3 | 2022-2023 | 同花顺（Hithink），AI研究 |
| Liang Ma（马亮） | 3 | 2022-2023 | 同花顺（Hithink） |
| Di Xie（谢迪） | 1（与上述同期） | 2022-2023 | 同花顺（Hithink） |
在叶翰嘉的持续学习方向早期产出中，与浦世亮、马亮的合作形成了重要的产学研通道。三人共同署名的代表性成果包括：
- CVPR 2022: "Forward Compatible Few-Shot Class-Incremental Learning"（周大蔚、汪福运、叶翰嘉、马亮、浦世亮、詹德川）
- IEEE TPAMI 2023: "Few-Shot Class-Incremental Learning by Sampling Multi-Phase Tasks"（周大蔚、叶翰嘉、马亮、谢迪、浦世亮、詹德川）
这些论文聚焦少样本类增量学习（FSCIL），论文摘要明确提到"社交媒体中的新兴话题和电商中的新产品类型"等应用场景，具有显著的产业应用导向。同花顺（浙江核新同花顺网络信息股份有限公司）是中国领先的互联网金融信息服务商，自2019年起all in AI，自研金融大模型HithinkGPT，在AI技术投入和产学研合作方面有持续布局。浦世亮、马亮等人以企业研究员身份参与论文署名，体现了南大LAMDA与同花顺在少样本增量学习方向的产学研合作通道。
5.4 与华为联邦学习方向的关系说明
据詹德川报告，詹德川团队与华为诺亚方舟实验室在联邦学习方向有深度合作（合作者包括邵云峰12次、李冰帅11次、宋少明11次等），以博士生李新春为核心桥梁。但叶翰嘉本人的DBLP记录中，与华为诺亚方舟实验室的直接论文合作主要通过Zhenguo Li（AI理论实验室主任）和Lanqing Hong进行，方向为元学习、分布外泛化和持续学习，并非联邦学习。联邦学习方向的华为合作主要由詹德川的另一条独立产学研通道承担。
5.5 国际合作网络
| 合作者 | DBLP合作次数 | 合作年份 | 所属机构 |
|---|---|---|---|
| Wei-Lun Chao（赵韦纶） | 11 | 2020-2025 | 台湾"中央研究院"/台湾大学 |
| Ziwei Liu 0002（刘子玮） | 6 | 2023-2025 | 新加坡南洋理工大学MMLab |
| Fei Sha | 3 | 2018-2020 | 前南加州大学教授（现Pinterest） |
| Xiu-Shen Wei（魏秀参） | 5 | 2021-2024 | 东南大学（前LAMDA博士） |
Wei-Lun Chao（赵韦纶） 是叶翰嘉团队持续最久的国际合作者（11次，2020-2025年），合作聚焦于表格机器学习和少样本学习。代表性成果包括ICLR 2025论文"Revisiting Nearest Neighbor for Tabular Data"和NeurIPS 2025论文"A Closer Look at TabPFN v2"，均由叶翰嘉与赵韦纶联合完成。赵韦纶是台湾"中央研究院"信息科学研究所研究员，同时兼任台湾大学教授。
Ziwei Liu（刘子玮） 是南洋理工大学MMLab的核心教授，通过周大蔚的访问交流建立了南大LAMDA与NTU MMLab的连接。合作产出包括IEEE TPAMI 2024综述论文"Class-Incremental Learning: A Survey"和ICCV 2025论文等。
Fei Sha 教授是叶翰嘉2017-2018年在USC访问期间的导师，二人与Hexiang Hu（胡希翔，LAMDA博士生，同期在USC访问）合作产出了少样本学习方向的系列论文（CVPR 2020、IJCV 2021等），是叶翰嘉与国际学术界的早期连接。
5.6 其他合作者
| 合作者 | 合作次数 | 合作年份 | 可能所属 |
|---|---|---|---|
| Leye Wang（王乐垚） | 5 | 2023-2024 | 中国人民大学，时空数据/表格学习 |
| Hexiang Hu（胡希翔） | 4 | 2018-2021 | 前LAMDA博士生→USC访问→业界 |
| Lanqing Hong（洪兰青） | 4 | 2020-2024 | 华为诺亚方舟实验室 |
| Lu Ren（任露） | 4 | 2023-2024 | 待确认 |
| Wei Guo（郭威） | 3 | 2023-2026 | 南京大学医学院（医学影像方向） |
| Shiliang Pu（浦世亮） | 3 | 2022-2023 | 同花顺 |
| Liang Ma（马亮） | 3 | 2022-2023 | 同花顺 |
| Fei Sha | 3 | 2018-2020 | 前USC（现Pinterest） |
| Xue-Min Si（席雪敏） | 3 | 2016-2017 | 早期合作者 |
叶翰嘉团队与南京大学医学院亦有跨学科合作（Wei Guo, 3次），合作方向包括医学影像分类（MICCAI 2023）和牙周病多实例多标签学习（Medical Image Anal. 2025），后一篇论文还有周志华教授参与，体现了LAMDA在AI for Science/医学方向的拓展。
六、Connection圈层总结
第一圈层——学术双核心与师承传承： 詹德川（152次合作，占全部论文76%）是叶翰嘉学术产出中绝对核心的伙伴，二人从师生关系演变为同事关系，构成LAMDA在持续学习、表格机器学习、多模态大模型方向的"师徒-同事"双核心。2024年二人合著出版《〈机器学习〉习题参考》，完成了从周志华"西瓜书"到配套习题集的LAMDA教学体系闭环。周志华（9次，2015-2026年）作为叶翰嘉的硕士导师和LAMDA创始人，虽直接论文合作频次不高，但作为实验室掌舵人，其影响力贯穿叶翰嘉的整个学术生涯。姜远（17次）作为博士联合导师，在度量学习和医学影像方向保持长期合作。
第二圈层——LAMDA教师与新生代学术传承： 周大蔚（62次）作为叶翰嘉与詹德川联合指导的博士，已于2024年留校任副研究员，形成了"詹德川→叶翰嘉→周大蔚"的三代学术传承链。周大蔚在持续学习（FSCIL）、CLIP模型复用方向有大量独立和联合产出，已开始独立或与叶翰嘉联合指导学生。张利军教授（4次）在持续学习理论方向的联合指导中发挥作用。
第三圈层——博士生梯队（团队核心生产力）： 韩露（17次，不平衡学习/时间序列）、张亦凯（16次，多模态大模型/模型路由）、孙海龙（14次，多模态/持续学习）、姜俊鹏（13次，多模态表格智能/文档解析）、刘思旸（10次，表格机器学习）、易超（10次，多模态模型选择）等博士生和年轻研究者是2021年以来论文爆发式增长的直接贡献者。团队研究方向覆盖持续学习、表格机器学习、多模态大模型、模型路由、文档智能等前沿领域，并开源了TALENT、PILOT、ZhiJian、RouteJudge等多个工具箱和评测平台。
第四圈层——产学研合作网络（业界核心连接）： - 华为：双层合作——2019年工程项目合作（手机屏幕缺陷检测，获"耀星学者"荣誉）；2020年至今与华为诺亚方舟实验室AI理论实验室主任Zhenguo Li（6次）及Lanqing Hong（4次）的学术合作，聚焦元学习、分布外泛化、持续学习，2026年AAAI联合主讲Tutorial - 阿里巴巴集团：陈庆国（7次）、罗卫华（7次）、张开富（7次）、许钊（5次）、李阳（5次）为核心通道，多模态大模型与文档智能方向，2024-2026年快速崛起，Ovis系列多模态大模型已开源迭代至2.5版本 - 同花顺（Hithink）：浦世亮（3次）、马亮（3次），少样本类增量学习方向，2022-2023年合作 - 华为联邦学习方向：由詹德川团队独立承担（邵云峰等），叶翰嘉未直接参与
第五圈层——国际学术伙伴： Wei-Lun Chao（赵韦纶，11次，台湾"中央研究院"/台湾大学，2020-2025年）是最持续的国际合作者，聚焦表格机器学习。Ziwei Liu（刘子玮，6次，南洋理工大学MMLab）通过周大蔚的访问建立了LAMDA与NTU MMLab的连接。Fei Sha（3次，前USC现Pinterest）是叶翰嘉海外访问期间的导师，构成早期国际学术连接。
产出规模与趋势： 201篇发表记录中，2021年以后占比89.5%（180篇），2023-2025年连续三年超过30篇（2025年达54篇峰值）。合作者总数178人，覆盖ICML、NeurIPS、AAAI、CVPR、ICLR、IJCAI、TPAMI、IJCV等机器学习与计算机视觉顶会的广泛协作网络。叶翰嘉作为副教授级别的青年学者，其论文产出中大量为通讯/末位作者，反映的是以其为学术领导的整个课题组（含周大蔚等新生代教师及数十名博士生）的团队生产力。值得注意的是，叶翰嘉团队近年在表格机器学习方向形成了系统性影响力——不仅发表了多篇TPAMI/ICML/NeurIPS论文，还开源了TALENT工具箱和基准测试、发布了综述论文（TPAMI 2026）、在AAAI 2026联合主讲Tutorial，已成为国内表格机器学习研究的代表性团队之一。
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: 165/3014，201条发表记录，178位合作者），并结合以下信息源：
- 叶翰嘉个人主页（lamda.nju.edu.cn/yehj，含履历、研究方向、新闻动态、发表论文列表）
- 百度百科词条"《机器学习》习题参考"（含作者简介、ISBN信息）
- 当当网商品页（《〈机器学习〉习题参考》图书信息，ISBN 9787111767145）
- DBLP API（作者搜索及XML完整发表记录解析）
- 2019年南京大学公开报道（华为合作、耀星学者、CCF优博等信息）
- 姜俊鹏个人主页（lamda.nju.edu.cn/jiangjp，含论文列表和合作者信息）
- Zhenguo Li个人主页（ee.columbia.edu/~zgli，确认华为诺亚方舟实验室身份）
- 同花顺公司公开信息（HithinkGPT大模型、AI研发布局）
- 学术论文署名信息（确认企业合作者所属机构）
局限性说明：
-
arXiv预印本占比高： 201条发表记录中98篇为arXiv预印本（占48.8%），部分预印本后续被正式会议/期刊录用后可能重复计数。去重后实际正式发表数约为102篇。
-
教材出版时间存在差异： 《〈机器学习〉习题参考》的出版时间在不同渠道标注不一——部分当当网商品页标注"2024年9月"，部分标注"2025年"。ISBN为9787111767145，实际正式发行时间以出版社信息为准。
-
企业合作者归属时效性： 华为诺亚方舟实验室的合作者（Zhenguo Li等）信息基于论文署名和其个人主页确认。阿里巴巴合作者（陈庆国等）信息基于2024-2025年arXiv论文署名确认。同花顺合作者（浦世亮等）的归属基于合作论文上下文和同花顺公司AI布局推断，部分企业合作者当前可能有人员变动。
-
詹德川报告中叶翰嘉身份的修正： 詹德川报告中记载叶翰嘉为"詹德川与姜远联合指导的2019届博士"，叶翰嘉个人主页亦确认博士导师为姜远和詹德川。但"联合指导"的具体分工比例未公开披露。
-
早期合作者身份识别： 部分DBLP合作者（如Lu Ren、Xu-Yang Chen等）的准确机构归属基于论文署名和上下文推断，可能存在偏差。Hexiang Hu在2018-2021年期间为LAMDA博士生并在USC访问，当前去向未明确。
-
与周志华合作次数偏少的原因： 叶翰嘉与硕士导师周志华的DBLP直接合作仅9次且分散在2015-2026年，这反映叶翰嘉博士阶段由詹德川和姜远联合指导、毕业后独立带领课题组的正常模式，实验室层面的协作通过教学体系（西瓜书及配套习题集）、实验室管理和项目联合申报等非论文形式体现。