北京大学 潘亮铭 助理教授
报告生成时间：2026年8月20日
个人主页：潘亮铭
所属团队：北京大学计算语言学研究所 / 计算语言学教育部重点实验室
一、学者基本信息
| 字段 | 内容 |
|---|---|
| 姓名 | 潘亮铭（Liangming Pan） |
| 出生年份 | （待核实） |
| 职称 | 助理教授、研究员、博士生导师 |
| 所属单位 | 北京大学计算机学院 |
| 实验室职务 | 北京大学计算语言学研究所（ICL）研究员；PILLAR Group（PKU Interpretable Large Language model And Reasoning Group）负责人 |
| 学术头衔 | 北京大学"博雅青年学者"；北京智源青年学者（2025年度）；北京大学图灵班科研导师 |
| 国家级人才 | 国家海外高层次青年人才（国家级青年人才计划获得者） |
| 其他任职 | 北京智源人工智能研究院（BAAI）双聘研究员；CCF-腾讯犀牛鸟基金获得者（2026年度） |
| 邮箱 | liangmingpan@pku.edu.cn |
| 研究方向 | 自然语言处理、大语言模型、大模型推理、大模型机理可解释性、可信人工智能 |
二、教育背景与职业履历
潘亮铭是典型的"海外培养—回国任教"型青年学者，其求学与职业轨迹横跨中国、新加坡与美国三地，学术血统贯通清华知识工程（KEG）、新加坡国立大学（NUS）多媒体信息检索、加州大学圣塔芭芭拉分校（UCSB）自然语言处理三大体系，2025年作为国家级青年人才回国加盟北京大学。
教育背景。 潘亮铭的本科教育始于北京航空航天大学。2010—2014年就读于北航软件学院，获工学学士学位（BEng），其本科阶段导师信息在公开资料中未明确披露（待核实）。2014—2017年进入清华大学计算机系攻读工程硕士学位（MEng），师从李涓子教授与唐杰教授，隶属于清华大学计算机系知识工程实验室（KEG）。KEG是国内知识图谱与社会计算研究的重镇，唐杰教授是国内数据挖掘与AI大模型领域的领军学者（曾主导智源悟道大模型），这一段经历为潘亮铭奠定了知识工程与图结构推理的研究底色。2018—2022年赴新加坡国立大学（NUS）攻读计算机科学博士学位，由 Min-Yen Kan 教授与 Tat-Seng Chua（蔡达成）教授联合指导。Min-Yen Kan 是自然语言处理与问答系统的权威学者，Tat-Seng Chua 则是多媒体信息检索领域的国际权威（曾获 ACM SIGMM 杰出技术成就奖）。博士期间，潘亮铭聚焦于自动问答、事实验证与抗虚假信息研究，其博士工作奠定了后续"可信大模型"研究方向的雏形。2022年获新加坡国立大学计算机科学博士学位。
职业履历。 博士毕业后，潘亮铭于2022年12月赴美国加州大学圣塔芭芭拉分校（UCSB）担任博士后研究员（Postdoctoral Scholar），进入 UCSB 自然语言处理组，合作导师为 William Yang Wang 教授。William Yang Wang 是自然语言处理、可信AI与生成式AI领域的国际知名学者，潘亮铭在此期间的研究主题从"事实核查/虚假信息"转向"大语言模型推理与可解释性"，其代表性工作 Logic-LM、大模型自动纠错综述（TACL 2024）均诞生于这一阶段。2024年8月，潘亮铭获得美国亚利桑那大学（University of Arizona）信息科学学院（College of Information Science）的终身教轨助理教授职位，开启独立指导研究生阶段。在亚利桑那大学任职约一年期间，他开始组建自己的研究团队并推进大模型推理与可解释性的研究主题。2025年9月，潘亮铭作为国家级海外高层次青年人才回国，加盟北京大学计算机学院，任助理教授、研究员、博士生导师，并在计算语言学研究所（ICL）内组建并领导 PILLAR Group（PKU Interpretable Large Language model And Reasoning Group），聚焦大模型机理可解释性、可信大模型与智能体研究。
学术成长时间线。 可归纳为以下阶段：2010—2017年清华—北航时期，完成知识工程与社会计算方向的基础训练；2018—2022年NUS博士时期，确立自动问答与事实核查的研究特色；2022—2024年UCSB博士后时期，切入大语言模型推理与可信AI前沿，产出 Logic-LM、TACL综述等高影响力工作；2024—2025年亚利桑那大学助理教授时期，开启独立PI生涯，团队规模初步成型；2025年至今北京大学时期，回国组建PILLAR Group，研究重心聚焦大模型机理可解释性（mechanistic interpretability）与内生可解释性（intrinsic interpretability），并深度参与国内AI生态建设（入选智源青年学者、CCF-腾讯犀牛鸟基金）。截至2026年，其在 ICML、NeurIPS、ICLR、ACL、EMNLP、NAACL 等顶级会议与期刊发表论文60余篇，Google Scholar 总引用量超过7000次。
三、学生培养情况
潘亮铭2025年9月方正式入职北京大学，独立指导研究生的时间较短，目前在读的北大博士生规模有限。但其自2022年UCSB博士后阶段起即以通讯作者身份远程指导或联合培养了一批学生与合作者，并在亚利桑那大学任职一年期间亦积累了早期指导经历。其个人主页明确声明每年招收2名博士生并欢迎访问学生与科研实习生。以下列出代表性的学生与合作研究者，并标注关系类型与联合培养情况。
1. 陆昕远（Xinyuan Lu，远程联合指导学生，与NUS Min-Yen Kan联合培养）
陆昕远是潘亮铭早期远程指导的核心学生之一，GitHub 账号为 XinyuanLu00。其代表性工作包括 SCITAB（EMNLP 2023 主会，科学表格推理与事实验证基准）与 TART（NeurIPS 2024 表表示学习工作坊，获最佳论文Runner-up）。两篇论文中陆昕远均为第一作者，潘亮铭为通讯作者（*），同时 Min-Yen Kan 教授均位列作者，Preslav Nakov 亦参与合作。考虑到潘亮铭2022年12月起在UCSB做博士后、物理上不在NUS，而 Min-Yen Kan 为NUS导师，陆昕远应为NUS Min-Yen Kan 课题组的博士生（或研究生），由潘亮铭作为共同指导教师/通讯作者进行远程联合培养。这种"博士导师（Kan）—前学生（潘）—现学生（陆）"的学术传承链是潘亮铭学术网络的重要特征。其后续去向与是否随潘回国待进一步核实。
2. 吴小宝（Xiaobao Wu，合作研究者/共同一作，非潘指导学生）
吴小宝是与潘亮铭关系密切的青年合作者而非其所指导的博士生。根据上海交通大学教师主页信息，吴小宝本科毕业于东南大学（2014—2018），硕士毕业于清华大学（2018—2021），博士毕业于新加坡南洋理工大学（NTU，2021—2024），导师为 Anh Tuan Luu 教授；曾任UCSB访问学者、NTU博士后研究员，2026年起任上海交通大学长聘教轨助理教授。其与潘亮铭的合作主要发生在UCSB访问学者及NTU博士后期，代表性合作成果为 AntiLeak-Bench（ACL 2025，获SAC Highlights Award，潘亮铭为共同第一作者）、AKEW（EMNLP 2024）等，均围绕大模型评测与数据污染防范展开。吴小宝自身的研究主线为神经主题模型（如FASTopic，NeurIPS 2024）与可信AI。其与潘亮铭的合作属跨机构平辈研究者合作，并通过 UCSB—NTU—William Yang Wang 的共同纽带维系。
3. 高语彤（Yutong Gao，访问学生/合作学生，NJUST—PKU联合培养）
高语彤是潘亮铭回国后在PILLAR Group指导的早期学生之一。其作为第一作者发表的大模型内生可解释性综述《Towards Intrinsic Interpretability of Large Language Models: A Survey of Design Principles and Architectures》被ACL 2026主会接收。该论文署名单位显示其同时隶属于北京大学计算语言学教育部重点实验室与南京理工大学（Nanjing University of Science and Technology, NJUST），联系邮箱为NJUST邮箱。这表明高语彤为NJUST的在读研究生，以访问学生/合作学生身份在PKU PILLAR Group开展联合培养研究，潘亮铭为通讯作者。其研究方向聚焦大模型可解释性，与PILLAR Group的主攻方向高度一致，是潘亮铭回国后组建本土学生团队的代表性成员。
4. 孟庆林（Qinglin Meng，跨校合作研究者，Purdue University）
孟庆林是潘亮铭在可解释性方向的跨校合作研究者。其作为共同第一作者（与高语彤并列）参与了上述ACL 2026内生可解释性综述论文，署名单位为美国普渡大学（Purdue University）。孟庆林并非潘亮铭直接指导的学生，而是通过PILLAR Group的科研合作网络建立的合作关系，属于跨机构合作的青年研究者。其参与反映了潘亮铭回国后仍积极维系与北美高校研究者的国际合作链条。其具体身份（硕士/博士/博士后）及在普渡的归属课题组待进一步核实。
5. 周远（Yuan Zhou，跨校合作研究者，Purdue University）
周远同样参与了上述ACL 2026内生可解释性综述论文，署名单位亦为普渡大学，作为合作作者出现。其与孟庆林可能同属普渡大学某一课题组，通过该课题组的合作渠道与潘亮铭PILLAR Group建立联系。其具体角色与研究方向待进一步核实。潘亮铭将其纳入作者序列，体现其在可解释性研究方向上对国际青年合作者的整合能力。
6. 许俊东（Jundong Xu，合作学生/合作研究者，疑似NUS联合培养）
许俊东是潘亮铭多符号逻辑推理方向的重要合作者。其作为第一作者发表的 MuSLR（多模态符号逻辑推理基准）论文获AAAI 2026 Bridge Program最佳论文奖（Top 1/75），该工作的获奖新闻由"Jundong Xu, Liangming Pan"联合署名发布。MuSLR论文作者阵容庞大，包含 NUS 的 Mong-Li Lee 与 Wynne Hsu 两位教授、潘亮铭的两位博士导师 Min-Yen Kan 与 William Yang Wang、以及 Preslav Nakov、Hao Fei、Qijun Huang、Qian Liu 等。综合判断，许俊东很可能是NUS相关课题组（Mong-Li Lee/Wynne Hsu 或 Min-Yen Kan组）的学生，由潘亮铭作为通讯/共同指导教师联合培养并主导该研究。其是否随潘回国加入PILLAR Group待核实。
7. 马宇博（Yubo Ma，合作研究者，频繁合作者）
马宇博是潘亮铭论文列表中频繁出现的合作者，参与了 TART（NeurIPS 2024工作坊，最佳论文Runner-up）、AntiLeak-Bench（ACL 2025）等多项工作。从论文署名位置与频次看，马宇博是潘亮铭研究体系中的稳定合作者，可能与陆昕远、许俊东同属NUS/UCSB延伸的合作学生群体。其具体所属机构（NUS、UCSB或亚利桑那大学）及是否为潘亮铭指导的学生待进一步核实；考虑到其在多个Pan通讯作者论文中作为中间作者出现，倾向于判断为合作学生/博士后层级的青年研究者。
8. UCSB/亚利桑那时期的研究助理与实习生群体
潘亮铭在个人主页明确指出："Our interns have published many top-tier conference/journal papers and have been admitted to PhD/MS programs in top universities"，并欢迎全球顶尖大学本科生与研究生申请6个月以上的科研实习。这意味着在其UCSB博士后与亚利桑那大学助理教授阶段，已有一批短期科研实习生在其指导下产出顶会论文并升学。这部分学生姓名未在公开页面逐一列出（待核实），但其培养模式以"高产出实习生—输送至顶尖博士项目"为特色，是其回国后PILLAR Group快速形成战斗力的生源基础。
四、学术合作网络
潘亮铭的学术合作网络呈典型的"多源叠加—以导师谱系为骨架"结构，其合作者可分为UCSB William Yang Wang体系、NUS Min-Yen Kan/Tat-Seng Chua体系、清华KEG体系、NTU Anh Tuan Luu体系以及国内北大ICL体系五大板块。
4.1 实验室内部合作（北大ICL/PILLAR Group）
潘亮铭回国后隶属于北京大学计算语言学研究所（ICL），该所是国内计算语言学研究的奠基性机构（由俞士汶教授创立），现任所长为王厚峰教授，计算语言学教育部重点实验室主任为穗志方教授，核心成员包括王厚峰教授、李素建长聘副教授、孙栩研究员等。潘亮铭作为新晋PI，在ICL内部与上述资深学者形成同事合作关系。从公开论文看，潘亮铭与ICL内部成员的直接合作论文尚在起步阶段（其2025年9月方入职），但其在BAAI（北京智源人工智能研究院）的并行任职为其搭建了与北大内部及北京AI生态的桥梁。其领导的PILLAR Group目前以机理可解释性、可信大模型、符号逻辑推理为主线，与孙栩研究员（自然语言生成与可解释性方向）在研究主题上存在交叉空间。北大ICL整体的NLP底蕴（穗志方、王厚峰、李素建等在中文NLP、语言资源、篇章分析的积累）为潘亮铭提供了国内最深厚的学术土壤。
4.2 跨机构合作（国内与国际）
潘亮铭的跨机构合作高度活跃，形成了以"前导师—现合作者—学生合作者"交织的网状结构：
-
NUS Min-Yen Kan/Tat-Seng Chua体系（博士谱系）：Min-Yen Kan 是潘亮铭的博士主导师，至今仍作为合作者频繁出现在其论文中（TART、SCITAB、MuSLR、Intrinsic Interpretability Survey等），形成了"师—徒—徒孙"的联合培养链条。Tat-Seng Chua（蔡达成）作为联合导师，代表NUS多媒体与信息检索的传承。NUS的 Mong-Li Lee、Wynne Hsu 教授亦通过MuSLR等工作形成合作。Preslav Nakov（虚假信息检测权威，原MBZUAI、现King's College London）是潘亮铭最稳定的国际合作伙伴之一，自NUS时期起即长期共事（事实核查、事实验证、推理方向）。
-
UCSB William Yang Wang体系（博士后谱系）：William Yang Wang 是潘亮铭的博士后合作导师，亦是当前最核心的科研盟友。潘亮铭在UCSB期间与Wang课题组的博士生/博士后形成密集合作，包括 Xinyi Wang、Alon Albalak、Michael Saxon、Wenda Xu、Deepak Nathani 等，共同产出 Logic-LM、TACL综述、大模型纠错系列工作。这一体系是潘亮铭当前合作网络中产出最密集的板块。
-
清华KEG体系（硕士谱系）：李涓子教授与唐杰教授是潘亮铭的硕士导师，KEG体系在国内知识工程与大模型生态中影响力巨大（唐杰主导智源悟道大模型）。潘亮铭虽长期海外发展，但其清华背景为其回国后快速融入国内AI生态（智源、北大）提供了天然通道。KEG培养的合作者如 Yuxi Xie 等亦出现在潘的论文作者列表中。
-
NTU Anh Tuan Luu体系：Anh Tuan Luu（NTU教授，图神经网络与神经主题模型方向）是潘亮铭通过吴小宝建立的间接但稳定的合作节点，AntiLeak-Bench、AKEW等论文均含其署名。
-
其他国际合作者：Wenhu Chen（滑铁卢大学，代码与推理方向）、Hao Fei（原NTU，现疑为南科大等，多模态推理方向）等通过具体论文项目形成合作。
4.3 国际合作
潘亮铭的国际合作格局以新加坡（NUS、NTU）与美国（UCSB、亚利桑那、普渡）为双轴心，并向欧洲（Preslav Nakov @ KCL）辐射。其国际合作的一大特点是"双导师共署名"——多篇代表性论文同时出现 Min-Yen Kan 与 William Yang Wang 两位导师的名字（如MuSLR、On the Risk of Misinformation Pollution等），体现其在两大体系间的桥接价值。回国后，其通过PILLAR Group维持与普渡大学（孟庆林、周远）、NTU（吴小宝、Anh Tuan Luu）等国际节点的合作，同时依托北大ICL拓展国内网络。这种"国际化血统+国内顶级平台"的双重定位，使其在大模型可解释性这一前沿方向上具备较强的资源整合能力。
五、业界合作关系深度分析
潘亮铭的研究方向（大模型机理可解释性、符号逻辑推理、可信AI）具有明确的基础研究属性，但已通过多种渠道与产业界建立连接，尤其是回国后借助国内AI产业生态加速了产研结合。
5.1 产业合作与基金支持
潘亮铭当前最明确的产业关联是腾讯。2026年度，潘亮铭入选CCF-腾讯犀牛鸟基金（全称"CCF-腾讯犀牛鸟基金"），该基金由中国计算机学会与腾讯联合设立，本年度从120余所高校的370余份申请中遴选出41位青年学者，旨在资助青年学者开展面向产业需求的前沿研究。这意味着潘亮铭将获得腾讯的科研经费支持，并与腾讯AI研究团队（如腾讯AI Lab、微信AI等）建立科研合作通道，研究方向可能与腾讯的大模型可信化、推理能力建设相关。这是其回国后首个人工智能头部企业的深度绑定。
其次是北京智源人工智能研究院（BAAI）。潘亮铭于2025年入选"智源青年学者"（BAAI Young Scholar），研究课题为"基于机理理解的可信大语言模型研究"，并据论文署名信息显示其在BAAI拥有双聘研究员身份。智源研究院是北京乃至全国最具影响力的非营利AI研究机构之一，其悟道大模型项目曾是国内大模型的旗帜。潘亮铭通过智源青年学者身份，可接入智源的大模型算力、数据与合作生态，并与智源体系内的众多高校与企业研究者形成网络。
此外，潘亮铭在UCSB与亚利桑那大学阶段的研究（如大模型自动纠错综述被Communications of the ACM专题报道）已引起国际产业界关注，其在主页明确表示"We actively collaborate with industry partners and research institutions"，显示其开放产业合作的姿态。但截至目前，公开可查的、深度绑定的产业合作方主要为腾讯（犀牛鸟基金）与智源（双聘/青年学者）两类；与OpenAI、Google、Anthropic等海外大模型企业的直接合作未见公开记录（待核实）。
5.2 创业孵化与技术转化
截至本报告生成时，未检索到潘亮铭直接创办或参股AI创业公司的公开信息。其研究主题（机理可解释性、符号推理）虽具备长期技术转化潜力，但目前仍处于学术研究主导阶段，未见明确的创业孵化动作或公司任职。考虑到大模型可解释性在AI安全与合规方向的产业价值（如大模型评测、内容安全审核、可信部署），未来存在通过北大科技成果转化或与腾讯、智源等合作方共建技术落地的可能性，但当前无实质性证据（待核实）。其更可能的产业路径是：以智源青年学者与腾讯犀牛鸟基金为支点，开展面向企业大模型研发的横向课题合作与人才输送，而非独立创业。
六、重要奖项与学术兼职
潘亮铭虽为青年学者，但获奖密度高、覆盖面广，且已承担多项重要会议的学术服务职务。
| 类别 | 名称 | 年份 | 备注 |
|---|---|---|---|
| 国家级/省部级奖项 | 吴文俊人工智能科学技术奖一等奖 | 2025 | 中国人工智能学会颁发 |
| 人才计划 | 国家海外高层次青年人才（国家级青年人才计划） | 2025 | 回国入职北大配套 |
| 人才计划 | 北京大学博雅青年学者 | 2025 | 北大校内青年学者称号 |
| 人才计划 | 北京智源青年学者（BAAI Young Scholar） | 2025 | 课题：基于机理理解的可信大语言模型研究 |
| 产业基金 | CCF-腾讯犀牛鸟基金 | 2026 | 41/370+入选 |
| 会议最佳论文 | AAAI 2026 Bridge Program 最佳论文奖（MuSLR） | 2026 | Top 1/75，1.3% |
| 会议最佳论文 | NeurIPS 2024 TRL Workshop 最佳论文Runner-up（TART） | 2024 | Top 3/59，5.1% |
| 会议论文奖 | ACL 2025 SAC Highlights Award（AntiLeak-Bench） | 2025 | Top 47/3091，1.5% |
| 会议论文奖 | IJCNLP-AACL 2023 Area Chair Award（QA方向） | 2023 | Top 13/131，9.9% |
| 会议服务奖 | EACL 2026 Outstanding Area Chair Award | 2026 | Top 24/1000，2.4% |
| 会议录用荣誉 | ICML 2026 Oral Presentation | 2026 | 168/23918，0.7% |
| 会议录用荣誉 | ICML 2026 Spotlight Paper | 2026 | Top 2.2% |
| 媒体报道 | TACL 2024综述被Communications of the ACM专题报道 | 2025 | 大模型自动纠错方向 |
学术兼职与服务。 潘亮铭常年担任ACL、EMNLP、NAACL、COLING、ICML、NeurIPS等顶级会议的领域主席（Area Chair / Senior Area Chair）。具体重要职务包括：ACL 2024学生志愿者主席（Student Volunteer Chair）兼领域主席；EMNLP 2024与COLING 2025领域主席；ACL 2023问答方向领域主席；EACL 2026杰出领域主席（获奖）。其在问答、推理、可解释性等方向的影响力使其成为上述会议审稿体系中的活跃节点。此外，其担任北京大学图灵班科研导师，承担北大拔尖人才培养职责。
七、Connection圈层总结
潘亮铭的学术关系网络可按圈层清晰划分，整体呈"海外学术血统深厚、国内平台高位起步、产业生态初步绑定"的三圈层结构。
核心圈（导师与师承血缘）。 该圈层由其三段教育经历的导师构成，是其学术身份的根基：清华KEG的李涓子、唐杰（硕士导师，国内知识工程与大模型生态核心）；NUS的Min-Yen Kan、Tat-Seng Chua（博士导师，NLP与多媒体检索国际权威）；UCSB的William Yang Wang（博士后合作导师，可信AI与大模型推理核心）。这一圈层同时是潘亮铭当前最活跃的科研合作来源——Min-Yen Kan与William Yang Wang两位导师至今仍频繁以共作者身份出现，形成"师生共研"的持久纽带，并通过联合培养学生（如陆昕远、许俊东）将血缘向下延伸至第三代研究者。
合作圈（同辈与跨机构合作者）。 该圈层以国际合作为主、国内合作为辅，呈网状结构。国际端包括NUS/NTU体系（Preslav Nakov @ KCL、Anh Tuan Luu @ NTU、Mong-Li Lee/Wynne Hsu @ NUS、Wenhu Chen @ 滑铁卢）、UCSB体系（Xinyi Wang、Alon Albalak、Michael Saxon等Wang课题组同侪）、以及普渡大学（孟庆林、周远）等新节点。国内端则依托北大ICL（穗志方、王厚峰、李素建、孙栩）与清华KEG（Yuxi Xie等）形成横向合作网络。值得注意的是，吴小宝（现SJTU助理教授）作为平辈合作者，是连接潘亮铭与NTU/UCSB体系的"桥接型"节点。
学生圈（培养与联合培养梯队）。 因潘亮铭2025年方独立入职，该圈层尚处于建设期，但已具雏形：北大PILLAR Group本土学生以高语彤（NJUST联合培养访问生）为代表；远程联合培养学生以陆昕远、许俊东（疑似NUS联合培养）为代表；跨校合作学生以孟庆林、周远（普渡）为代表；频繁合作青年研究者以马宇博为代表。其培养模式显著特征是"远程联合培养+访问学生+实习生输送"三线并进，依托与前导师Min-Yen Kan的联合培养通道在回国前即积累了学生资源。
产业圈（产研绑定）。 该圈层起步较晚但定位精准：腾讯（CCF-腾讯犀牛鸟基金，2026）是其当前最核心的企业绑定，智源（BAAI双聘+青年学者）是其接入北京AI生态的枢纽。两者均为"研究导向型"产业关系，契合其基础研究属性。独立创业未见踪迹。
整体判断。 潘亮铭的网络结构具有鲜明的"学术血统驱动型"特征——其合作网络的密度与质量高度依赖三大导师谱系的延伸，而非自建的独立学派。这是其作为青年PI的阶段性特点。回国入职北大ICL并组建PILLAR Group，标志着其从"谱系延伸者"向"独立学派建立者"转型的起点；国家级青年人才、智源青年学者、腾讯犀牛鸟基金三项资源的同步到位，为其提供了在国内大模型可解释性这一前沿方向上快速建立学派的人才、算力与产业三重保障。预计未来2—3年，随着北大本土博士生梯队成型（其每年2名博士生名额）与国际联合培养学生回流，PILLAR Group有望在国内大模型机理可解释性领域占据头部位置，其网络重心亦将从"海外血缘"向"北大本土学派"渐进转移。