【榜樣領航】專訪2025年度CSIG碩士學位論文激勵計劃入選者孫宇辰

來源：市場資訊

（來源：中國圖像圖形學會CSIG）

中國圖象圖形學學會博士/碩士學位論文激勵計劃旨在推動中國圖像圖形學領域的科技進步，鼓勵創新性研究，促進青年人才成長。

為宣傳科技工作者積極進取的工作精神，分享獲獎人的科研故事，本期推文我們獨家對話2025年度CSIG碩士學位論文激勵計劃入選者孫宇辰，聽他講述科研路上的堅守與成長，以榜樣之力，赴創新之約。

問題一：感謝您接受CSIG專訪，請先進行一下自我介紹：

首先非常榮幸能夠入選2025年度CSIG碩士學位論文激勵計劃，我叫孫宇辰，畢業于中國科學院計算技術研究所智能信息處理重點實驗室，導師為許倩倩研究員，目前在京東擔任算法工程師，負責京東主站搜索算法開發。在學期間，我曾發表CCF-A類論文3篇，其中AAAI 1篇（一作）、ACMMM 2篇（其中一作Oral 1篇，錄取率為5.4%），并且積極擔任AAAI/ACMMM等會議審稿人；獲北京圖象圖形學學會優秀碩士，中科院計算所易方達金融科技碩士獎學金、易方達金融科技新生獎學金等榮譽。

問題二：在科研過程中，有沒有什么好的方法可以推薦給大家？

我認為科學研究的制勝之道在于將好奇心轉化為對“非共識現象”的敏銳追蹤，不滿足于在已知路徑上修補，而是主動去挖掘實驗異常背后的潛在范式，同時配合一種“原子化”的積累習慣，把每天對邏輯推演或技術細節的點滴洞察結構化地沉淀為長期的認知復利，并堅持通過高質量的學術碰撞引入外部“熵增”，在與異見者的思維摩擦中強行打破認知閉環，從而確保你的研究既能深扎入具體的底層難題，又能始終保持俯瞰全局的寬闊視野。

問題三：請對您的論文進行簡要介紹：

本研究旨在探討多標簽排序模型在面對噪聲和未知類樣本時的魯棒學習問題。為了解決該問題，本研究將重點從對抗擾動和分布外檢測兩方面入手，系統探討和解決多標簽排序模型中的魯棒學習問題。本文從對抗擾動方面探索更具有威脅性的對抗擾動生成技術，通過對抗訓練和Top-k優化技術，生成一種可躲避指標檢測的指標不可感知擾動，以指出多標簽排序模型在現有指標監測下的安全性問題。同時，在分布外檢測方面，本文結合長尾學習和能量優化等方法，進一步擴大尾部類樣本和分布外樣本之間的能量差距，建立可靠的能量邊界，從而實現能夠準確檢測分布外樣本的高泛化多標簽排序學習模型。

問題四：請問您在論文籌備過程中遇到最大的挑戰是什么？是怎樣克服的呢？

在論文籌備過程中，我面臨的最大挑戰是如何完成從復雜真實場景到嚴謹科學問題的“從零到一”多維建模，以及在算法調優深水區必須經歷的從陷入瓶頸到推倒重來的痛苦循環，而為了真正跨越這些障礙，我首先選擇打破閉門造車的局限，積極向富有經驗的師長與師兄請教，正是他們毫無保留的諄諄教誨為我提供了撥云見日的破局視角；更關鍵的是，我深知科研本質上是對未知的韌性博弈，因此在漫長且繁雜的迭代驗證中，我始終保持著敢于打破常規、不斷嘗試的定力，哪怕面臨指標倒退的挫折，也堅持將每一次失敗的實驗作為極佳的剖析樣本，通過高頻且深度的硬核復盤來精準查找問題癥結，并在對前沿新方法的不懈探索中持續開拓自己的思維邊界，最終在“試錯-復盤-重構”的螺旋上升中成功蹚出了這條研究路徑。

問題五：請問您有什么獲獎感言呢？

師恩如海，銜草難報。衷心感謝我的導師許倩倩老師。您淵博的學識與嚴謹的治學態度，讓我深刻領悟到學術的莊嚴與純粹。論文從選題到定稿，每一處批注都凝聚著您的心血。記得開題受阻時，您一句“做研究要像挖井，選準方向便深掘到底”讓我豁然開朗；實驗屢次失敗時，您又以“科研本就是在試錯中逼近真理”的豁達教我直面挫折。您不僅是學術的引路人，更以謙和包容的品格教會我如何立身處世。師門如家，這份教誨將終生銘記。