主要观点总结
本文报道了IBM博士生奖学金2024年的获奖者名单，其中多位获奖者来自国内高校，包括清华、浙大、西南大学、西安交大、华中科技大学以及台湾大学等。这些获奖者不仅在学术上已有卓越成就，还提供了创新的研究提案，涉及半导体技术、人工智能、混合云计算、安全、量子计算和负责任计算等前沿研究领域。文章详细描述了其中几位华人获奖者的情况，包括他们的研究方向、学术成就和个人主页链接。
关键观点总结
关键观点1: IBM博士生奖学金2024年获奖者名单公布，华人获奖者数量增至9人。
获奖者来自全球各地的多所高校，包括哈佛大学、伊利诺伊大学厄巴纳—香槟分校等。这些获奖者在量子科学、自然语言处理等领域表现出卓越成就。
关键观点2: 华人获奖者介绍。
包括哈佛大学博士生Andi Gu，研究量子信息与物理学的交叉领域；伊利诺伊大学厄巴纳—香槟分校博士生韩迟和Chulin Xie，分别研究语言模型科学和可信机器学习；圣母大学博士生刘罡，研究方向包括图机器学习等前沿领域；其他几位获奖者也分别来自华盛顿大学、美国华盛顿大学等高校，研究领域涉及自然语言处理、知识图谱等。
关键观点3: 获奖者获得的荣誉和成就。
这些获奖者不仅获得了IBM博士生奖学金，还获得了其他重要荣誉，如ACL杰出论文奖、ICLR论文奖等。他们的研究工作和成果在国际学术界得到了广泛认可。
正文
清华、浙大、西南大学、西安交大、华中科技大学、台湾大学…… 多位 2024 IBM 博士生奖学金获得者毕业于国内高校。其中有你的校友吗？
IBM 博士生奖学金（IBM PhD Fellowship Awards）刚刚公布了 2024 年的获奖者名单。相较于去年，今年的获奖者数量大幅提升，从 10 人增至 24 人，其中华人获奖者数量也从去年的 6 人升至 9 人。
据了解，IBM 博士生奖学金是一个颇有历史的奖学金，自 1951 年以来就一直在「表彰和奖励世界各地的优秀博士生」。
也因此，这个奖学金的竞争非常激烈，每年都有大量申请者。2024 年 IBM 博士生奖学金收到了来自 11 个国家 / 地区 76 所大学的数百份申请。经由 IBM 的技术专家审核，最终选出了这份有 24 人的获奖者名单。这些获奖者不仅已有卓越的学术成就，还提供了创新的研究提案，涉及的领域包括半导体技术、人工智能、混合云计算、安全、量子计算和负责任计算等前沿研究领域。
个人主页：https://andigu.github.io/
Andi Gu 是哈佛大学量子科学与工程项目的博士生，研究方向是量子信息与物理学的交叉领域。他本科毕业于加利福尼亚大学伯克利分校。他表示：「总体来说，我对复杂性问题非常感兴趣。」其中既有物理系统中的复杂性，也包含计算机科学中的算法复杂性。
个人主页：https://glaciohound.github.io/
韩迟（Chi Han）的长期研究目标是发展语言模型科学（the science of language models）。他表示自己的研究方向是解答这些问题：每个隐藏表示在 LLM 中扮演什么角色？它们何时会出现故障或导致违反直觉的现象？我们如何调整机制以超越其固有限制并更好地服务于下游任务？
为此，他一直在对 LLM 隐藏表示 LM 进行理论和实证分析，旨在提供见解并为 LM 开发有用的工具和解决方案。此外，AI 与机器学习的包容性也是其感兴趣的课题。
他是 ACL 2024 杰出论文《Word Embeddings Are Steers for Language Models》以及 NAACL 2024 杰出论文《LM-Infinite: Zero-Shot Extreme Length Generalization for Large Language Models》的第一作者。
另外，韩迟不仅获得了 IBM 博士奖学金，也获得了 2025-2026 年度的亚马逊 AICE 博士奖学金。
韩迟的导师是 Heng Ji。此前，他于清华大学姚班获得学士学位。预计 2026 年 6 月毕业。
Chulin Xie 伊利诺伊大学厄巴纳 — 香槟分校
个人主页：https://alphapav.github.io/
Chulin Xie 的研究方向主要是可信机器学习和优化，本科毕业于浙江大学。她是 NeurIPS 2023 杰出论文《DecodingTrust: A Comprehensive Assessment of Trustworthiness in GPT Models》的共一作者，该论文为评估 GPT 的可信度构建了一个系统性的基准。
个人主页：https://liugangcode.github.io/
刘罡（Gang Liu）是圣母大学计算机科学与工程专业四年级博士生。他于 2021 年在中国西南大学获得软件工程学士学位。
他的研究方向包括图机器学习的数据和学习基础、图机器学习的模型基础（包括生成式模型、多模态分子表征学习、多模态大型语言模型）、将图机器学习用于科学发现（尤其是新材料）。
Hao-Yu Lan 是普渡大学电气与计算机工程系在读博士，研究方向是超越 CMOS 时代的、基于二维半导体的纳米电子学。他本科毕业于成功大学，后在台湾大学取得硕士学位，并在台积电担任过研发工程师。
个人主页：https://homes.cs.washington.edu/~ypang2/
逄郁任（Rock Yuren Pang）是华盛顿大学 Paul G. Allen 计算机科学与工程学院的五年级博士生。他的研究主题是负责任的人工智能和人机交互，目标是将负责任计算的目标与计算研究实践的现实相结合。他表示：「我目前的研究重心是构建新工具，以支持研究人员和从业者了解现有的大规模偏见，并利用群体智慧预测潜在的不利影响。」他还对可获得性、数据可视化、技术和 HCI 的跨文化可用性感兴趣。
逄郁任是一位山东省青岛第二中学校友，之后在玛卡莱斯特学院获得了数学学士学位。
冯尚彬（Shangbin Feng）本科就读于西安交通大学，现在华盛顿大学攻读博士学位，师从 Yulia Tsvetkov。他的研究领域包括自然语言处理、知识图谱、社交网络分析等。
2023 年，冯尚彬以一作身份撰写的论文《From Pretraining Data to Language Models to Downstream Tasks: Tracking the Trails of Political Biases Leading to Unfair NLP Models》拿到了 ACL 2023 最佳论文奖。2024 年，他的一作论文《Don't Hallucinate, Abstain: Identifying LLM Knowledge Gaps via Multi-LLM Collaboration》拿到了 ACL 2024 杰出论文奖。
个人主页：https://bunsenfeng.github.io/
卓越（Terry Yue Zhuo） 目前在 CSIRO 的 Data61 和蒙纳士大学攻读博士学位。他现任计算机智能项目（Computer Intelligence Project）的负责人，这是由 Meta 和 IBM 牵头的 AI 联盟（AI Alliance）的核心项目。
他的研究重点是计算机级代码智能，特别是函数调用、代码生成和智能体工作流程。他同时也在软件工程领域开展研究（如漏洞检测和移动应用程序）。他的长期目标是通过代码 / 可执行语言构建通用人工智能（AGI）。
