北京大学 孙栩 研究员
报告生成时间：2026年8月20日
个人主页：孙栩
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 | 信息 |
|---|---|
| 姓名 | 孙栩（Xu Sun） |
| 出生年份 | （待核实） |
| 职称 | 研究员、博士生导师；并担任北京大学新体制长聘副教授 |
| 所属单位 | 北京大学计算机学院 / 计算语言学研究所 |
| 实验室职务 | 博士生导师，独立课题组负责人 |
| 学术头衔 | EMNLP/IJCNLP 领域主席（Area Chair）；IJCAI 高级程序委员（Senior PC） |
| 国家级人才 | 国家"千人计划"青年人才（第十批，2013/2014年入选） |
| 其他任职 | 北京智源人工智能研究院 NLP 方向青年科学家；CCF NLPCC 杰出青年科学家 |
| 邮箱 | xusun@pku.edu.cn |
| 研究方向 | 自然语言处理、深度学习、机器学习（特别是结构化NLP、自然语言生成、面向语言的深度学习） |
二、教育背景与职业履历
孙栩的学术道路横跨中国与日本，兼具北大与东大的学术血统。2000年至2004年，他在华中科技大学计算机科学与技术专业攻读学士学位。2004年，他考入北京大学计算机科学技术系攻读硕士学位，师从王厚峰教授（现任北京大学计算语言学研究所所长），于2007年获得计算机科学硕士学位。在北大硕士期间，他接受了系统的计算语言学训练，为后续的博士研究奠定了基础。
2007年，孙栩赴日本东京大学（The University of Tokyo）攻读计算机科学博士学位，师从国际知名计算语言学家 Jun'ichi Tsujii（辻井潤一）教授。Tsujii 教授是自然语言处理领域的国际权威，尤其在句法分析（parsing）和生物医学文本挖掘方面享有盛誉，曾任 ACL 主席。在东大期间，孙栩还曾在微软公司美国雷蒙德研究院（Microsoft Research Redmond）实习，积累了工业界研究经验。2010年，他获得东京大学计算机科学博士学位。
博士毕业后，2010年至2012年间，孙栩先后在日本东京大学、美国康奈尔大学（Cornell University）和香港理工大学（The Hong Kong Polytechnic University）担任研究员/副研究员（Research Fellow/Associate），进一步拓展了其国际学术视野。
2012年，孙栩正式入职北京大学，任计算语言学研究所研究员、博士生导师。2013年入选国家"千人计划"青年人才（第十批），2014年获得该计划资助。此后，他以新体制长聘副教授身份在北大计算机学院持续开展科研与教学工作，逐步建立起以结构化NLP和深度学习为核心的研究团队。
孙栩在IEEE TPAMI、ACL、ICML、NeurIPS（NIPS）、ICLR、EMNLP、COLING等国际顶级期刊和会议发表多篇论文，Google Scholar论文被引用超20000次，是北京大学计算语言学研究所最高产的学者之一，也是国内NLP与机器学习交叉方向的代表人物。
三、学生培养情况
孙栩自2012年担任博士生导师以来，培养了多名博士和硕士研究生。其课题组以结构化自然语言处理、自然语言生成和深度学习为核心方向，学生成果显著，多人获得国际会议最佳论文奖。以下列出已确认的学生及去向信息：
1. 王乐安（Lean Wang）（在读博士生/孙栩直博生）
王乐安是孙栩指导的直博生（2023级），本科就读于北京大学智能科学与技术系，以全系第一名的成绩推免至计算语言学研究所孙栩老师处攻读直博。他在博士一年级时即以第一作者身份发表论文"Label Words are Anchors: An Information Flow Perspective for Understanding In-Context Learning"，获得EMNLP 2023最佳长论文奖，这是EMNLP会议开办以来中国大陆首篇Best Long Paper。论文由孙栩老师与腾讯微信AI团队（周杰、孟凡东）合作指导。王乐安在微信AI团队实习期间完成了该研究。目前仍在读，研究方向为大语言模型与上下文学习。（毕业年份待核实）
2. 骆梁宸（Liangchen Luo）（本科生/孙栩指导）
骆梁宸在本科阶段（北京大学，约2015-2019年）即在孙栩指导下开展研究。2018年，他以第一作者身份发表论文"Adaptive Gradient Methods with Dynamic Bound of Learning Rate"（AdaBound算法），被ICLR 2019收录。该论文提出了"和Adam一样快、和SGD一样好"的优化器，在GitHub上获得300余星标，引起了学术界和工业界的广泛关注。论文合作者包括浙江大学本科生Yuanhao Xiong和南加州大学Yan Liu教授，以及孙栩。骆梁宸的后续去向（是否继续攻读博士或进入业界）待核实。
3. 李磊（Lei Li）（在读学生或 junior researcher/孙栩课题组）
李磊是北京大学计算机学院语言所孙栩课题组的成员，曾与王乐安一同赴新加坡EMNLP 2023大会现场领取最佳论文奖。他是EMNLP 2023最佳论文的共同作者之一（作者列表中的"Lei Li"），属于论文中4位来自计算机学院语言所的作者之一。需注意区分：此"李磊"并非卡耐基梅隆大学（CMU）的李磊教授（后者研究方向为机器翻译，师从Jaime Carbonell），而是孙栩课题组的学生或初级研究员。（确切身份与毕业年份待核实）
4. 代达劢（Damai Dai）（DeepSeek研究员/合作关系，非孙栩正式学生）
代达劢是EMNLP 2023最佳长论文的共同作者之一。需要特别说明：代达劢的官方导师为北京大学计算语言学研究所的穗志方教授（其他报告已核实），并非孙栩的学生。代达劢在论文中作为合作者出现，属于研究所内部跨课题组的合作。代达劢曾获CIPS优秀博士论文奖，现就职于DeepSeek，是DeepSeek-MoE、DeepSeekMath、DeepSeek V2/V3/R1等核心技术论文的作者之一。此条目列入此处以澄清合作关系，而非指导关系。
5. 后续学生（待核实）
孙栩自2012年担任博士生导师至今已有十余年，课题组规模较大。根据其发表记录和获奖信息推断，他培养的博士生和硕士生数量应在10人以上。然而，孙栩的个人主页（xusun26.github.io）未列出完整的学生名单，且DBLP页面在查询时不可用，因此无法获得完整的学生培养记录。以下列出部分可能与其课题组有关的信息，均标注"待核实"：
- 根据AdaBound论文（ICLR 2019）的作者列表，骆梁宸之外的合作者Yuanhao Xiong（浙江大学）并非孙栩学生，而是跨校合作。
- 根据北大计算机学院招生信息，计算语言学研究所的NLP方向导师包括穗志方、孙栩、万小军、王厚峰等人，孙栩每年招收博士和硕士研究生。
- 根据FinNLP Workshop at IJCAI 2022最佳论文奖信息，孙栩课题组在金融NLP方向也有产出，可能有该方向的学生参与。（学生姓名待核实）
说明：由于公开信息有限，未能完整列出5-8位学生的详细信息。以上列出的3位确认有直接关联的学生（王乐安、骆梁宸、李磊）加上1位合作者（代达劢），是目前可从公开渠道确认的全部信息。其余学生信息有待进一步核实。
四、学术合作网络
4.1 实验室内部合作
孙栩所在的北京大学计算语言学研究所（PKU-ICL）是中国NLP领域最重要的研究机构之一，团队成员包括王厚峰（所长，孙栩的硕士导师）、穗志方、万小军、常宝宝、冯岩松、李素建、刘洋、潘亮铭、吴云芳、张辉帅、赵东岩、邹磊等多位教师。作为研究所的核心成员之一，孙栩与其他教师之间存在密切的所内合作关系：
- 与穗志方课题组：EMNLP 2023最佳论文中，代达劢（穗志方的学生）作为共同作者参与，体现了研究所内部跨课题组的合作传统。
- 与常宝宝课题组：根据DeepSeek技术谱系相关报道，代达劢、王培懿、许润昕等人在2021年合作的论文"Behind the Scenes"中曾在穗志方与常宝宝的课题组进行研究。虽然这些学生不是孙栩直接指导的，但研究所内部的学术交流和合作氛围促进了跨课题组合作。
- 与王厚峰：王厚峰是孙栩的硕士导师，两人在研究所内长期共事，研究方向高度互补（王厚峰偏句法分析、词法分析，孙栩偏结构化学习和深度学习）。
- 与万小军：万小军是研究所中在文本生成、自动摘要方向的专家，与孙栩在自然语言生成方向有潜在合作空间。
4.2 跨机构合作
孙栩的跨机构合作网络覆盖学术界和产业界：
- 腾讯微信AI团队：这是孙栩最重要的产业界合作伙伴。EMNLP 2023最佳论文即为北大计算语言学研究所与腾讯微信AI团队合作完成。微信AI方面的合作者包括周杰（Jie Zhou，微信AI负责人）、孟凡东（Fandong Meng，机器翻译方向）、陈德里（Deli Chen）、周浩（Hao Zhou）。这种"学术-产业"联合指导模式是孙栩课题组的特色之一，学生（如王乐安）在微信AI团队实习期间完成前沿研究。
- 京东（JD.com）：2018年，孙栩获得JD Dialogue Challenge架构创新奖，表明其与京东在对话系统方向有合作研究。
- 北京智源人工智能研究院（BAAI）：孙栩于2020年被评为北京智源青年科学家，是智源NLP方向的青年学者之一。智源NLP方向的首席科学家为清华大学孙茂松教授，智源学者包括穗志方、李涓子、刘洋、万小军、何晓冬等，青年科学家包括刘知远、韩先培、孙栩、严睿、张家俊、赵鑫、杨植麟、李纪为等。这一平台为孙栩提供了广泛的国内NLP学术合作网络。
- 南加州大学（USC）：AdaBound论文（ICLR 2019）的合作者Yan Liu来自南加州大学，体现了跨太平洋的学术合作。
4.3 国际合作
孙栩的国际学术合作网络深植于其教育背景和海外研究经历：
- 东京大学：孙栩的博士导师Jun'ichi Tsujii（辻井潤一）教授是国际计算语言学界的泰斗级人物，曾任ACL主席，在句法分析和生物医学文本挖掘领域具有极高声望。孙栩在东大期间接受了系统的NLP研究训练，毕业后仍与东京大学保持学术联系。2010-2012年间，他在东大担任研究员。
- 康奈尔大学（Cornell University）：2010-2012年间，孙栩在康奈尔大学担任研究职位，这段经历为其提供了美国学术界的合作渠道。
- 香港理工大学（The Hong Kong Polytechnic University）：同样在2010-2012年间，孙栩在香港理工大学担任研究职位，建立了与香港学术界的联系。
- 微软研究院（Microsoft Research）：孙栩在博士期间曾在微软公司美国雷蒙德研究院（Microsoft Research Redmond）实习，这是全球顶级的企业研究院之一，为其积累了工业界研究经验和人脉。
五、业界合作关系深度分析
5.1 产业合作
孙栩的产业合作具有鲜明的"学术-产业"双向赋能特征，主要体现在以下方面：
腾讯微信AI合作：这是孙栩最为深入和持续的产业合作。EMNLP 2023最佳长论文"Label Words are Anchors"即为典型成果，该论文由4位北大计算语言学研究所成员和4位微信AI团队成员共同完成。微信AI方面的核心人物包括： - 周杰（Jie Zhou）：微信AI负责人，论文共同指导者 - 孟凡东（Fandong Meng）：微信AI机器翻译方向研究员，论文共同指导者 - 陈德里（Deli Chen）和周浩（Hao Zhou）：微信AI团队成员
这种合作模式的特点是：孙栩课题组的学生（如王乐安）在微信AI团队实习，由学术界导师和产业界导师共同指导，研究方向紧贴大语言模型前沿（如上下文学习 In-context Learning），既产出高水平学术论文，又服务于产业界的实际需求。
京东合作：2018年获得的JD Dialogue Challenge架构创新奖表明，孙栩在对话系统方向与京东有合作研究经历。京东在电商对话和客服系统方面有丰富的应用场景，这种合作为孙栩的研究提供了真实场景的数据和验证环境。
微软研究院关联：孙栩在博士期间曾在微软研究院雷蒙德总部实习，这段经历虽然发生在其入职北大之前，但为其后续与微软相关研究团队的潜在合作奠定了基础。
5.2 创业孵化与学生产业去向
孙栩课题组的学生和合作者在毕业后进入了中国大模型领域的重要企业，形成了显著的产业辐射效应：
DeepSeek关联：虽然代达劢的官方导师是穗志方而非孙栩，但代达劢作为EMNLP 2023最佳论文的合作者（孙栩为通讯作者/末位作者），与孙栩课题组存在学术合作关系。代达劢现就职于DeepSeek，是DeepSeek V3/R1等核心技术的关键作者之一。此外，北大计算语言学研究所整体与DeepSeek存在深厚的人才输送关系——研究所的其他学生如许润昕（2020级硕士，2023年8月加入DeepSeek）和王培懿（穗志方直博生，2023年9月加入DeepSeek）均已进入DeepSeek并参与了从DeepSeek-MoE到R1的全链条技术工作。
学生进入大模型企业：孙栩课题组培养的学生，凭借在NLP和深度学习方向的扎实训练，具有较强的产业竞争力。王乐安在微信AI团队的实习经历表明，孙栩课题组的学生在博士期间即与产业界建立联系。虽然具体已毕业学生的去向因公开信息有限而无法全面列出，但考虑到孙栩在NLP领域的学术声望和与腾讯微信AI的紧密合作关系，其学生进入腾讯、字节跳动、百度等头部NLP相关企业的可能性很高（具体去向待核实）。
AdaBound算法的产业影响：骆梁宸在孙栩指导下完成的AdaBound优化器（ICLR 2019）在GitHub上获得广泛关注，可通过pip直接安装，体现了学术研究向产业工具转化的路径。虽然AdaBound本身并非创业项目，但这一成果展示了孙栩课题组在"理论-工具-产业"链条上的转化能力。
六、重要奖项与学术兼职
| 年份 | 奖项/荣誉 | 颁发机构 |
|---|---|---|
| 2023 | EMNLP Best Long Paper Award（中国大陆首篇） | EMNLP |
| 2022 | FinNLP Workshop at IJCAI 2022 Best Paper Award | IJCAI |
| 2020 | 北京智源青年科学家（Young Scientist, BAAI） | 北京智源人工智能研究院 |
| 2018 | COLING 2018 Best Paper Award | COLING |
| 2018 | 中国电子学会科学技术奖一等奖（1st Rank Prize, Science and Technology Prize of CIE） | 中国电子学会 |
| 2018 | JD Dialogue Challenge 架构创新奖（Architecture Innovation Award） | 京东 |
| 2018 | CCF NLPCC 杰出青年科学家奖（Distinguished Young Scientist Award） | 中国计算机学会 |
| 2017 | Okawa Research Grant Award | 日本大川基金 |
| 2016 | 北京大学博雅青年学者（Boya Young Fellow） | 北京大学 |
| 2015 | 求是杰出青年学者奖（Qiu Shi Outstanding Young Scholar Award） | 香港求是科技基金会 |
| 2013/2014 | 国家"千人计划"青年人才（第十批） | 国家 |
学术兼职： - 领域主席（Area Chair）：EMNLP 2015、IJCNLP 2017 - 高级程序委员（Senior PC）：IJCAI 2018 - 程序委员（PC member）：ACL、IJCAI、AAAI、COLING、EMNLP、NAACL - 期刊审稿人：IEEE TPAMI、Computational Linguistics、TACL - 北京智源人工智能研究院 NLP 方向青年科学家（2020年至今）
七、Connection圈层总结
孙栩的学术关系网络可从以下圈层进行总结：
第一圈层（核心学术圈）——北大计算语言学研究所：孙栩的学术根基在北大ICL。他的硕士导师王厚峰是现任所长，研究所同仁包括穗志方、万小军、常宝宝、冯岩松等NLP领域知名学者。研究所在NLP方向的人才培养形成了内部生态——代达劢（穗志方学生）、王培懿（穗志方直博生）、许润昕（穗志方/常宝宝硕士）等人在毕业后加入DeepSeek，构成了北大ICL→DeepSeek的人才输送通道。孙栩虽然与这些学生不是直接师生关系，但作为研究所核心教师和EMNLP 2023论文的通讯作者，他在所内合作网络中扮演重要角色。
第二圈层（国内NLP学术圈）——智源研究院与国内NLP社区：作为北京智源NLP方向青年科学家，孙栩与清华孙茂松（首席科学家）、刘知远、韩先培、严睿、张家俊、赵鑫、杨植麟、李纪为等国内NLP青年学者同属一个学术共同体。他担任EMNLP、IJCNLP领域主席和IJCAI高级程序委员，在国内NLP学术会议组织中有一定影响力。
第三圈层（产业合作圈）——腾讯微信AI与京东：孙栩与腾讯微信AI团队建立了最深入的产业合作关系，EMNLP 2023最佳论文即为标志成果。京东方向也有合作（2018年JD Dialogue Challenge获奖）。其学生（如王乐安）在微信AI实习的模式，打通了学术前沿与产业应用的通道。
第四圈层（国际学术圈）——东京大学、康奈尔、微软研究院：孙栩的国际化背景是其学术网络的重要支柱。博士导师Jun'ichi Tsujii（辻井潤一）是国际计算语言学权威，在东大、康奈尔、香港理工的研究经历和微软研究院的实习经历，为其构建了跨太平洋的学术合作网络。AdaBound论文中南加州大学Yan Liu教授的合作，也体现了这一国际网络的延续。
第五圈层（大模型产业辐射圈）——DeepSeek等：虽然孙栩直接指导的学生进入DeepSeek的信息尚不明确，但通过北大ICL的整体人才输送渠道（代达劢、许润昕、王培懿等加入DeepSeek）以及EMNLP 2023论文中与代达劢的合作关系，孙栩间接地与DeepSeek的技术网络产生了连接。其课题组在上下文学习（In-Context Learning）方向的前沿研究，与大模型产业的技术需求高度契合。
总体评价：孙栩是北京大学NLP方向最具国际影响力的青年学者之一，Google Scholar被引超20000次，两次获得国际顶级会议最佳论文奖（COLING 2018、EMNLP 2023）。其学术网络的特点是：以北大ICL为根基，以智源研究院为国内平台，以腾讯微信AI为产业合作伙伴，以东京大学/辻井潤一为国际学术血脉，形成了"学术-产业-国际"三位一体的网络结构。在学生培养方面，其课题组以结构化NLP和深度学习为核心，培养了一批具有国际会议论文发表能力的优秀学生，部分学生与合作者已进入DeepSeek等大模型头部企业，体现了北大NLP研究向产业转化的链路。