刘玉升，男，山东籍，黄金城hjc999人工智能与大数据学院2022级电子信息（计算机技术）专业硕士研究生，师从徐立祥教授。研究生期间，荣获国家奖学金、校一等学业奖学金等多项奖励，积极投身科研创新和社会实践活动，获评“黄金城hjc999优秀研究生”荣誉称号。

创新：投身图智能与推荐系统研究

在导师徐立祥的悉心指导下，他专注于图神经网络、图对比学习与推荐系统等领域的研究，致力于通过优化数据增强机制提升推荐模型的泛化能力与鲁棒性。

图增强策略优化图对比学习的推荐系统结构图

在推荐系统中，用户-物品二部图的原始数据质量直接影响推荐效果，因此如何构造高质量的增强图表示，同时保留原始语义信息，是图对比学习领域亟待解决的核心问题。图增强策略作为提升图对比学习模型鲁棒性的关键技术，已广泛应用于推荐系统。然而，现有方法多采用随机启发式增强策略，这可能会引入偏差性噪声，并在LightGCL传播过程中进一步放大，进而影响推荐效果。

针对上述问题，刘玉升所在团队提出了一种基于邻接矩阵重构与属性自适应扰动的图增强方法，能够在保持原始语义信息的同时，自适应地去除图中的噪声干扰，从而提升推荐系统的性能与泛化能力。项目组通过长达16个月的持续攻关（包括10个月的反复实验验证与6个月的论文撰写与修改），研究成果《Graph Augmentation Empowered Contrastive Learning for Recommendation》发表于CCF-A类国际权威期刊《ACM Transactions on Information Systems》。

此外，刘玉升积极参与各类学术科研项目，协助开展多项课题研究，以第一作者或第二作者身份发表3篇学术论文，其中包括中科院三区期刊论文1篇、EI会议论文2篇。在科研过程中，他逐步掌握了从数据预处理、模型设计、实验复现到论文撰写的全流程技能，主动协助指导低年级研究生开展科研工作。

砺能：提升跨领域建模实战能力

刘玉升始终秉持“以赛促学、以赛促研”的理念，积极参与各类高水平学科竞赛，在实践中不断拓展学术视野、提升创新能力。在2023年“华为杯”第二十届中国研究生数学建模竞赛中，他带领团队克服重重困难，最终荣获国家三等奖。

在竞赛开始之初，团队就面临严峻挑战。在选定“强对流降水临近预报”赛题后，他们遇到的第一个难题是：100多G的赛题数据无法正常下载。面对海量数据处理难题，团队成员萌生了更换赛题的想法，但刘玉升果断决策：“数据量大我们就分步解决，这既是挑战也是机遇。”

针对强对流天气临近预报这一专业领域难题，他构建了Bi-ConvLSTM深度学习模型，将动态注意力机制与双偏振雷达数据进行融合，有效提升了降雨预测精度与模型稳定性。在最后冲刺的那一夜，实验室的灯光一直亮到天明，刘玉升主动承担最复杂的模型优化部分，同时协调队友分工，确保每个环节都万无一失。这次经历不仅赢得了国家级奖项，更让他深刻体会到：科研路上没有捷径，唯有迎难而上，方能突破自我。

应用：助力大模型技术场景落地

2024年6月至9月，在导师推荐下，刘玉升通过选拔进入科大讯飞股份有限公司讯飞数码研究院实习，深度参与了讯飞星火大模型的研发工作，主要负责Prompt工程优化任务。凭借扎实的专业基础和出色的工程能力，他系统性地完成了各类任务的整编工作，通过深入分析客户需求，制定了差异化的Prompt优化策略。在数据处理层面，他运用Python对训练数据进行清洗与统计分析，成功构建了包含10万余条的高质量SFT数据，覆盖33个具体任务场景。此外，他还参与了大模型效果的评测工作，为后续模型的迭代优化提供了支持。

因在实习期间表现优异，刘玉升被科大讯飞选派前往深圳鹏城实验室，参与深圳市政府智慧公安项目。在项目竞标阶段，他对不同任务进行了分类整理，将所学的Prompt优化策略应用于任务优化，与研发人员密切配合，推动项目成功上线，并在团队综合评分中取得第一名的成绩。

来源：研究生处 编辑：刘鹏飞 解雅婕 预审：潇潇 审核：贾峰