跳转至

人大高瓴 王子贺 副教授

报告生成时间: 2026年7月

个人主页: https://gsai.ruc.edu.cn/zihe DBLP: https://dblp.org/pid/137/7822-1.html ORCID: 0000-0001-7752-4687

本报告以公开资料和 DBLP 官方作者记录为基础;将“论文共著”“导师指导”“同届校友”和“产业生态关联”严格区分,避免把领域相关性误写成直接合作。


一、学者基本信息

王子贺(Zihe Wang)现为中国人民大学高瓴人工智能学院预聘副教授(其英文页使用 tenure-track associate professor 表述)。研究方向是博弈论、机制设计、算法分析/理论计算机科学,并开设“人工智能的数学基础”“计算经济学”“博弈论与计算经济学”等课程。其学术轨迹具有鲜明的“姚班—交叉信息研究院—财经高校—综合性大学 AI 学院”交叉特征:

阶段 机构与身份 时间 对关系网络的意义
本科 清华大学交叉信息研究院、清华学堂计算机科学实验班(姚班) 2007–2011 进入以理论计算机、算法与前沿 AI 为核心的高选择性人才网络;2011 年本科毕业后直博。
博士 清华大学交叉信息研究院(IIIS) 2011–2016 研究方向为博弈论;官方主页明确列唐平中、姚期智为博士导师,形成计算经济学与理论计算机两条师承线。
任职 上海财经大学信息管理与工程学院,助理教授 2016–2020 将拍卖、定价、合约与信息设计等理论议题置于经济管理学科环境中。
任职 中国人民大学高瓴人工智能学院 2020–至今 在 AI 与社会科学交叉平台持续培养学生,研究扩展至在线拍卖、信息设计、平台定价与公平分配等问题。

个人主页列出的已获/在研项目也清楚标示出研究主线:2018–2020 年“第一价格密封拍卖的社会福利分析”、2019–2021 年“第一价格密封拍卖中贝叶斯纳什均衡计算方法研究”、2022–2025 年“标准型博弈中引导参与者至纳什均衡的最优奖励规则研究”,以及 2026–2029 年“复杂场景下信息披露和决策的竞争研究”。这是一条从拍卖均衡计算—激励/奖励设计—信息设计与竞争决策逐步深化的理论线。

DBLP 身份定位

DBLP pid 137/7822-1(Zihe Wang 0001)即王子贺,DBLP 注释列出 RUC、上海财经大学、清华大学,绑定 ORCID 0000-0001-7752-4687,与人大主页履历及唐平中、姚期智双导师信息一致。另一个无后缀条目为同名分拆入口,不与本报告计数混合。


二、DBLP 数据统计

2.1 统计口径

DBLP XML(https://dblp.org/pid/137/7822-1.xml)中每个 <r> 记录的 <author> 标签用于共著统计。同一成果可能同时出现 CoRR 与会议/期刊记录,“DBLP 条目数”反映书目记录量而非去重后的独立研究成果数。

2.2 产出结构与主题演化

DBLP 作者页所列的正式与预印本记录横跨 2014–2026。早期博士阶段的代表作包括:

  • Optimal mechanisms with simple menus(EC 2014)与 Optimal Auctions for Partially Rational Bidders(IJCAI 2015):机制设计、菜单复杂度和拍卖理论;
  • Optimal Auctions for Negatively Correlated ItemsOptimal Commitments in Asymmetric Auctions with Incomplete Information(均 EC 2016):博士毕业节点附近的最优拍卖研究;
  • A tighter welfare guarantee for first-price auctions(STOC 2018):与 Darrell Hoy、Sam Taggart 合作,显示其与理论计算机国际圈层的连接;
  • Inference from Auction Prices(SODA 2020):与 Jason Hartline、Aleck Johnsen、Denis Nekipelov 合作,连接算法经济学与实证/市场设计问题;
  • Improved Approximation Ratios of Fixed-Price Mechanisms in Bilateral Trades(STOC 2023):表明其在高强度理论会议中的持续产出;
  • 2024–2026 年的竞争信息设计、容量约束设施选址、二价拍卖 pacing equilibria、合作委员会选举等,扩展至信息设计、市场/平台配置、公平性及博弈动态。

这并不是“大模型算法”式的大团队高频共著网络,而是以中小规模理论合作为主的网络:单篇通常 2–6 位作者,研究关系由师生指导、长期理论伙伴和围绕具体问题形成的国际合作者共同组成。

2.3 核心合作者(以 DBLP XML <author> 共现为准)

DBLP 记录中反复出现的核心节点如下,表内以 XML 记录统计的频次层级和代表论文呈现。唐平中的导师身份由官方履历确认。

合作者 关系/背景 DBLP 共著强度 代表性合作与含义
Pingzhong Tang(唐平中) 博士联合导师;计算经济学、机制设计 最高频核心之一,合作贯穿 2014–2022 从 EC 2014 的简单菜单机制、2015/2016 最优拍卖,到 AAMAS 2020 信息流广告 oCPM、UAI/IJCAI 2022 在线分配与奖励机制。是王子贺最稳定的学术主干连接。
Jie Zhang(张杰,DBLP Jie Zhang 0008 长期合作的计算经济学研究者 2022 Cournot 定价、2024 设施选址与激励获取机制、2025 选举公平和 General Lotto 等;构成近年跨机构理论合作的枢纽。
Weiran Shen(沈蔚然) 清华 IIIS/人大高瓴计算经济学方向同侪 一阶价格拍卖均衡、动态拍卖、Cournot 与 General Lotto;是姚班/IIIS—人大高瓴路径中最清晰的同辈合作节点之一。
Mengjing Chen(陈梦婧) 长期合作研究者 中高 用户生成内容机制、异质代理合约、在线失败感知分配、奖励机制与 Cournot 定价;连接平台机制、激励设计与计算理论。
Zeyu Ren(任泽宇) 人大主页列为其成果/联系名单成员 中高,近年持续 双边交易、选举、公平价值分配等;可稳妥识别为其当前/近期学生型合作者之一。
Zhengyang Liu(刘正阳) 人大阶段高频青年合作者 中高,2023–2026 活跃 固定价格机制、时敏买家定价、Cournot 动态与二价拍卖 pacing;反映当前团队对市场定价、均衡算法的连续研究。
Liang Shan(单良) 人大主页列为其成果/联系名单成员 中等,近年持续 时敏买家定价、真实物品获取机制、Cournot 寡头;属于当前团队的明确学生/成员线索。
Shenke Xiao(肖深科)/ Xiwang Yang(杨希旺) 唐平中合作网络延伸 中等 计算规划、异质代理合约、在线奖励设计等;体现导师组和计算经济学社群的协作。
Yonglei Yan(闫永磊) 近年学生型合作者 近年持续 二价拍卖的 pacing equilibria(少买家/少商品);对广告与平台预算分配问题有直接理论关联。
Yan Liu(刘岩)/ Ying Qin(秦颖)/ Shuo Zhang(张硕)/ Boyu Liu(刘伯钰)/ Zhicheng Du(杜志成) 人大主页公开列出的成果相关成员 近年活跃 覆盖全付拍卖、选举、信息设计、二价拍卖等;其中是否为独立指导学生及具体培养层级需以公开名单进一步确认。

2.4 姚期智、唐平中与“姚班同门”

  • 唐平中:直接导师—学生共著关系。 官方主页明确为博士导师;DBLP 早期至中期多篇机制设计与拍卖论文构成实证支撑。唐平中既是师承节点,也是王子贺进入计算经济学共同体(EC、WINE、AAMAS、AAAI、IJCAI、SODA 等)的主要学术桥梁。
  • 姚期智:直接导师,但非 DBLP 高频共著者。 官方主页明确将姚期智列为博士导师;在王子贺 DBLP 书目中,姚期智未以频繁共同作者出现。这符合理论计算机教育中“学术/项目指导不必等价于论文共同署名”的常见情形。
  • 姚班同门/IIIS 同侪:须区别“确有共著”与“仅共享培养环境”。 沈蔚然与王子贺存在明确多篇共著,且二人均有清华 IIIS—人大高瓴的轨迹,是可从论文网络识别的同侪节点。对其他唐平中合作网络成员,可说明其与王子贺共同构成计算经济学社群,但不将每位共同作者断言为“姚班同班同学”。

三、博士教育背景

3.1 从姚班直博到计算经济学

王子贺 2007–2011 年在清华大学交叉信息研究院姚班完成本科,2011 年直博,2016 年获博士学位。公开访谈补充了“2011 年姚班毕业后保送至本院直博、研究方向为博弈论”的路径。该路径的重要性在于:王子贺没有把理论训练停留在传统算法复杂性,而是以博弈论和机制设计为接口,将计算理论转接至市场、拍卖、平台交易和信息结构问题。

博士期间的论文序列尤其说明研究训练的连续性:2014 年 EC 的简单菜单机制,2015 年 IJCAI 的有限理性竞标者拍卖,2016 年 EC 的负相关物品拍卖与不完全信息拍卖承诺,均与唐平中共同署名或紧密相连。其后在上海财大任职阶段仍持续发表第一价格拍卖福利、动态拍卖和市场设计工作,说明博士期形成的研究问题没有中断。

3.2 双导师关系

人大高瓴官网写明“博士导师为唐平中和姚期智”,人大 STOC 新闻亦独立复述该信息。二人经官方资料确认为联合指导关系。

导师 在王子贺网络中的作用 可观察证据
唐平中 机制设计/算法博弈论的直接研究训练与共同发表主线;把学生连接到 AAMAS、EC、WINE、AAAI 等计算经济学共同体。 官方双导师信息;多篇博士期及毕业后持续合著。
姚期智 理论计算机科学、IIIS 与姚班的学术平台和顶层师承;提供从算法/复杂性思维进入交叉问题的教育环境。 官方双导师信息;姚班本科与 IIIS 博士的连续培养路径。

四、导师/师承分析:姚期智—姚班—IIIS 的传承脉络

4.1 姚期智的谱系位置

姚期智(Andrew C. Yao)于 2000 年获得 ACM A.M. Turing Award(图灵奖),获奖工作横跨计算复杂性、伪随机性与通信复杂性等理论计算机科学核心主题。2004 年回到清华,2005 年创办“清华学堂计算机科学实验班”,即“姚班”,并建设/领导交叉信息研究院相关人才培养体系。对王子贺而言,这不是一般的校友标签,而是其本科—博士均嵌入的教育制度与导师网络。

需要精确表述的是:姚期智是2000 年图灵奖得主;不宜使用“唯一华人图灵奖得主”等容易随统计口径与时代变化而失真的绝对化宣传语。

4.2 姚班的培养机制与王子贺的研究风格

姚班通常以严格选拔、小规模培养、英文与理论基础课程、早期进入研究、国际交流为特征。其传承不是单一课题组的“师兄师弟”关系,而是由如下机制构成:

  1. 理论核心:算法、复杂性、概率与数学训练,使学生能严谨定义问题、证明机制性质、分析近似比/均衡。
  2. 交叉接口:IIIS 使理论训练与 AI、量子信息、经济与社会计算等前沿议题发生连接;王子贺选择的博弈论正处于此接口。
  3. 导师组制与全球连接:姚期智提供的国际理论计算机网络,与唐平中在算法博弈论/机制设计方向的直接训练叠加,使王子贺既具姚班理论底色,也进入计算经济学的专业共同体。
  4. 校友扩散网络:同届和相邻届毕业生进入高校、创业公司和大型科技企业,形成跨学术—产业的弱连接。该网络提高信息流、人才流和议题流动性,但不等同于对王子贺具体项目的共同署名或商业合作。

王子贺的论文可视为这种传承的一个清晰案例:用理论计算机的工具处理拍卖、合约、平台定价、信息披露和集体决策问题;结果输出以 EC/STOC/SODA/AAMAS/AAAI/IJCAI 等理论、算法与多智能体平台为主。


五、现单位团队与核心合作者

5.1 上海财经大学阶段(2016–2020)

上海财经大学信息管理与工程学院的四年,是其从博士毕业生转为独立教师的过渡期。公开资料未发现按姓名列出的上海财经大学指导学生/完整团队名单或毕业去向名册,不能将该时期所有论文合著者自动标为其学生。

这一阶段的学术网络具有两点特征:

  • 保持唐平中—IIIS 研究线的连续性:第一价格拍卖福利、信息售卖、动态拍卖、均衡计算及机制/合约问题仍是主轴。
  • 开始形成外部理论合作:例如 STOC 2018 的 Darrell Hoy、Sam Taggart,SODA 2020 的 Jason Hartline、Aleck Johnsen、Denis Nekipelov;这些均属于论文层面的可验证合作,而非产业关系。

5.2 中国人民大学高瓴人工智能学院阶段(2020–至今)

人大主页的“研究成果”部分公开列出任泽宇、单良、刘岩、杜志成、张硕、秦颖、刘伯钰等姓名和联系方式/主页链接。结合近年共著论文:

成员/合作者 公开可见角色证据 研究主题/代表合作 判断边界
任泽宇(Zeyu Ren) 教师主页公开列名;近年连续共著 双边交易近似机制、选举、公平价值分配 可称“公开列名的团队/学生型合作者”;具体学位阶段未由主页注明。
单良(Liang Shan) 教师主页公开列名;近年连续共著 时敏买家定价、物品获取机制、Cournot 博弈 同上。
刘岩(Yan Liu) 教师主页公开列名;近年连续共著 全付拍卖、Lottery Colonel Blotto、机制实现 同上。
杜志成(Zhicheng Du) 教师主页公开列名并附个人页 非对称发送者竞争信息设计 同上。
张硕(Shuo Zhang) 教师主页公开列名;近年共著 信息设计、拍卖与机制问题 同上。
秦颖(Ying Qin) 教师主页公开列名;近年共著 合作委员会选举、全付拍卖 同上。
刘伯钰(Boyu Liu) 教师主页公开列名;2026 共著 二价拍卖中的私有信息 同上。
沈蔚然(Weiran Shen) 人大高瓴同事、共同主持计算经济学学术活动;多篇共著 拍卖均衡、动态机制、博弈算法 校内/IIIS 同侪与长期学术伙伴,不能简单归作其学生。

王子贺个人主页只给出上述成果相关姓名,未公开学生年级、入组时间、毕业年度、雇主或去向,本报告不制作未经证实的“学生毕业去向工业界统计”。

5.3 校内计算经济学圈层

人大高瓴的计算经济学并非王子贺单人网络。公开新闻显示,第三届“计算经济学研究与应用”研讨会由祁琦、王子贺、沈蔚然共同主持;这说明三人构成学院内该方向的组织与学术节点。对于学生而言,这种多导师、多议题的校内平台可以将机制设计、博弈论、算法、机器学习和数字经济问题联通起来。


六、业界合作关系深度分析

6.1 应用相关性强,但直接企业共研证据有限

需区分三个层次:

  1. 直接产业共研/项目:论文作者明确标注企业机构、企业公告明确列出合作方,或项目/专利/系统部署有可核验说明;
  2. 问题与产业场景的直接关联:论文研究广告、拍卖、预算、平台定价等实际平台的核心机制,但作者与论文页未披露合作企业;
  3. 校友或同领域生态关联:姚班校友、人大同事或导师网络广泛流向企业,带来潜在人才与信息连接,但不能当作王子贺个人合作。

王子贺的公开资料和 DBLP 论文可确认第 2 层,可讨论第 3 层;没有找到足以把王子贺本人明确写成阿里巴巴、字节跳动或快手广告算法团队“直接联合作者/已公开项目负责人”的可靠公开证据。 以下不做此类归因。

6.2 信息流广告拍卖:从理论模型到 oCPM 的机制问题

最具产业指向性的直接论文是:

Pingzhong Tang, Xun Wang, Zihe Wang, Yadong Xu, Xiwang Yang. Optimized Cost per Mille in Feeds Advertising. AAMAS 2020, pp. 1359–1367.

该文标题直接指向信息流广告的 optimized cost per mille(oCPM)。在广告平台中,oCPM/目标转化出价的典型机制是:广告主提交目标或约束,平台依托预估转化率、预算、竞价与流量约束,决定排序、展示和支付/消耗;它同时涉及激励相容、预算平滑、探索—利用和平台收益/广告主效用平衡。王子贺的机制设计训练在这里的作用不是仅优化预测模型,而是分析“规则一改变,广告主、平台和用户如何策略性响应”。

DBLP 条目和公开作者页未给出上述作者的企业署名,也未将工作指向某一具体广告平台的上线系统。该研究为信息流广告竞价与出价优化提供了理论/算法视角,不能仅凭题名推定与阿里、字节或快手中的任一家存在联合研发或系统部署。

6.3 拍卖、预算约束与平台经济:可迁移的机制设计资产

王子贺近年的论文构成了面向平台经济机制的理论资产组合:

论文/问题 平台经济的映射 可迁移价值
Pacing Equilibria in Second-Price Auctions with Few Buyers/Few Goods(AAAI 2026/CoRR) 广告主有预算、多个展示机会、二价或近似二价结算的环境 帮助理解预算节奏控制(pacing)、有限竞买人与商品供给下的均衡存在性和效率。
Bayesian Nash Equilibrium in First-Price Auction with Discrete Value Distributions(AAMAS 2020) 广告/电商竞价中离散出价、私有价值和策略竞价 为均衡计算和竞价规则比较提供基础。
Inference from Auction Prices(SODA 2020) 平台仅观察成交价或部分日志时的机制反演/估计 支撑从市场结果推断价值分布或机制参数的理论问题。
Ex-post IR Dynamic Auctions with Cost-per-Action Payments(IJCAI 2018) 按行动/转化付费(CPA)而非仅展示/点击的广告结算 讨论动态环境下参与约束与支付设计。
Optimal Pricing Schemes for Identical Items with Time-Sensitive Buyers(AAAI 2023) 限时促销、即时配送、票务/内容平台的时间敏感定价 处理到达时间与等待成本改变需求的机制。
Competitive Information Design with Asymmetric Senders(EC 2024) 平台、商家、内容方掌握不同信息并影响消费者/决策者 对广告披露、推荐解释、数据产品和平台治理的理论关联强。
Optimal Common Contract with Heterogeneous Agents(AAAI 2020) 平台面对异质供给者、创作者、配送者或广告主的统一合约 研究如何在代理人异质性下设计共享规则。

这些工作与互联网广告、交易平台、推荐流量分配的“问题结构”高度同构:多主体、私有信息、预算与动态到达、策略行为和平台目标并存。它们的价值通常体现为设计原则、均衡结构、近似界和可计算性,而不应被简化为“某篇理论论文已直接改善某公司广告收入”。

6.4 阿里巴巴、字节跳动、快手

对王子贺与上述企业的公开网页检索与 DBLP 作者记录检查结果如下:

企业 结果 结论
阿里巴巴 未检出王子贺与阿里员工/机构明确共署的广告拍卖或机制设计论文,未找到公开项目公告。 不应宣称存在直接合作;其拍卖、定价与信息设计研究与电商/广告市场机制具有高应用相关性。
字节跳动 未检出王子贺本人和字节广告算法团队的明确合著或项目证明。 不应将人大高瓴整体或同事的合作迁移到王子贺名下。
快手 未检出王子贺本人和快手的明确共著/项目证明。 不应宣称直接合作;快手是其理论问题潜在适用的产业场景之一。

作为对照,公开资料对沈蔚然(人大高瓴同事、王子贺合作者)有“研究成果应用于百度在线广告拍卖系统及字节跳动平台、主持华为和快手产学研合作项目”的表述,但这属于沈蔚然的公开履历,不能据此外推为王子贺的个人企业项目。

6.5 姚班校友网络的工业界分布:强生态连接,非项目证明

姚班创办于 2005 年,长期强调理论基础、早期科研和国际交流。公开报道可见其校友在学术界、创业公司、自动驾驶、计算机视觉、大模型和互联网技术岗位的广泛分布。可公开举出的代表性案例包括:

  • 楼天城:姚班首届学生之一,后创办小马智行,代表“理论/算法—自动驾驶创业”的路径;
  • 印奇、唐文斌、杨沐:姚班校友共同创办旷视科技,代表计算机视觉和产业化路径;
  • 杨植麟:姚班校友,月之暗面创始人,代表基础模型创业路径;
  • 公开行业报道还指出,姚班校友进入字节跳动、智谱 AI、月之暗面等国内 AI 企业的研发团队,覆盖底层算法和基础模型架构岗位。

该网络对王子贺的意义至少有三层:

  1. 人才市场连接:姚班/IIIS 同学和相邻届校友进入工业界,构成理论算法人才在高校和产业之间流动的高密度网络;
  2. 议题连接:广告竞价、平台治理、推荐与数据市场等问题更易在校友讨论、学术会议和学生就业中被带回研究议程;
  3. 转化可能性连接:当理论机制需要真实业务数据、仿真环境或工程验证时,校友网络可能降低沟通成本。

但这三者都只是生态连接。没有共同论文中的企业署名、合作协议或企业公开项目材料时,不能将其量化为王子贺“企业合作次数”,更不能把校友所在企业列为其合作单位。

6.6 学生去向与工业界统计

王子贺主页公开了若干成果相关成员姓名,但未公开每人的培养关系、毕业年份、去向或雇主。上海财经大学阶段亦未找到完整学生名录。

  • 可确认:其现有研究网络正在培养/协作一批围绕机制设计、拍卖、定价和信息设计的青年研究者;姚班和人大高瓴的宏观人才生态与工业界联系广泛。
  • 不可确认:王子贺直接指导学生的总人数、已毕业人数、进入阿里/字节/快手等各公司的具体人数和比例。

七、Connection 圈层总结

第一圈层:联合导师与直接师承(高置信度)

  • 唐平中:最强的直接共著与研究训练连接;其机制设计和算法博弈论网络,是王子贺进入计算经济学国际会议共同体的主干。
  • 姚期智:经官网确认的联合博士导师、2000 年图灵奖得主;通过姚班和 IIIS 提供理论计算机科学和跨学科人才培养平台。其影响不能只用论文共著次数衡量。

第二圈层:IIIS/姚班—计算经济学同侪(中高置信度)

沈蔚然、陈梦婧、肖深科、杨希旺及唐平中合作网络中的其他学者,构成从清华 IIIS 到人大高瓴及国内计算经济学社群的“中观层”。其中沈蔚然具明确持续共著和机构交叠;其他人应依据论文和共同导师网络描述为学术同侪/合作节点,而非未经证实的同班同学。

第三圈层:人大高瓴的学生型合作者与校内交叉平台(高置信度的共著/列名;培养关系细节待核)

任泽宇、单良、刘岩、杜志成、张硕、秦颖、刘伯钰,以及围绕二价拍卖 pacing、双边交易、信息设计、选举与公平分配形成的合作者群,构成其当前产出与人才培养的直接支撑。祁琦—王子贺—沈蔚然共同组织的计算经济学活动,则使其个人网络嵌入人大 AI 与经济社会科学的交叉平台。

第四圈层:国际理论合作与产业问题接口(合作高置信度;企业归属需审慎)

Darrell Hoy、Sam Taggart、Jason Hartline、Aleck Johnsen、Denis Nekipelov、Ioannis Caragiannis、Nick Gravin、Pinyan Lu 等合作,体现其与国际算法经济学/理论计算机圈的连接。信息流广告 oCPM、CPA 动态拍卖、二价拍卖预算节奏、平台定价和信息设计则构成面向广告平台、电商平台和内容平台的应用接口。

总体判断: 王子贺的网络不是围绕单一互联网公司构建的“产学研项目型网络”,而是以姚班/IIIS 的理论训练、唐平中的机制设计师承、人大高瓴的青年研究者培养、国际算法经济学合作为骨架;其产业价值主要通过拍卖与平台机制问题的可迁移理论贡献,以及姚班校友的广泛产业生态间接体现。


八、数据来源与局限性说明

数据来源

  1. 中国人民大学高瓴人工智能学院王子贺主页:教育和任职履历、唐平中/姚期智双导师、研究项目、论文列表及公开列名的成果相关成员。https://gsai.ruc.edu.cn/zihe
  2. DBLP 作者检索 APIhttps://dblp.org/search/author/api?q=Zihe%20Wang&format=json,用于同名消歧;确认 pid/137/7822-1 与人大—上财—清华、中文名王子贺相符。
  3. DBLP 作者档案/XMLhttps://dblp.org/pid/137/7822-1.htmlhttps://dblp.org/pid/137/7822-1.xml,用于论文书目和按 <r>/<author> 的共著统计口径。
  4. 人大相关官方新闻:STOC 录用新闻再次确认其履历和双导师;计算经济学研讨会新闻用于核验校内组织网络。
  5. 清华/姚班与公开行业资料:用于描述姚期智 2000 年图灵奖、姚班的培养与校友生态;产业部分仅在 DBLP 与公开资料交叉支持时作事实陈述。

局限性

  • DBLP 版本重复: 同一工作可能同时有 CoRR 和正式发表版本,按 <r> 统计会产生版本级重复。共著计数用于识别结构性核心关系,不等同于去重论文数。
  • 导师与作者顺序: 导师身份来自官方网页,不从作者顺序或频次推断;姚期智虽为联合导师却不是高频共著者。
  • 学生身份与去向: 个人主页未提供完整团队组织图、学生层级或毕业去向,本报告仅称“公开列名成员”“学生型合作者”或“成果相关成员”。
  • 产业关系: 论文主题的产业适用性不等于已部署或直接合作。对阿里、字节、快手的检索未发现王子贺本人可核验的合作论文/项目。