晁飞 副教授 信息学院
主要研究方向为强化学习算法与深度神经网络的紧致化表征。现担任IEEE TCDS副主编。主持国家自科基金面上与青年基金，福建省面上基金等项目。发表高水平科研论文近100篇，其中以第一或者通信作者发表JCR顶刊十多篇，CCF-A类会议论文10篇，专利1项；译著2部，编纂会议论文集2部。
李辉 副教授 信息学院
主要研究领域为数据挖掘和信息检索。主持国家自然科学基金青年基金、腾讯微信犀牛鸟专项研究计划、CCF-腾讯犀牛鸟基金等项目，参与国家自然科学基金重点项目、科技部科技创新2030—“新一代人工智能”重大项目等国家重点项目，相关成果发表CCF-A和CCF-B类论文三十余篇。
林贤明 助理教授
长期致力于计算机视觉、机器学习等相关方向的研究，先后在CCF推荐国际期刊和会议上发表论文20余篇，已获批国家发明专利3件，软件著作权6件；主持过国家自然科学项目1项，省部级项目1项，企业横向课题3项，参与过国家自然科学基金6项，省部级项目3项，企业横向课题十余项。
团队拟开展的研究方向是紧致化多模态大模型构建关键技术。人工智能基础模型是连接人工智能技术生态和产业生态的桥梁，向下带动着基础软硬件发展，向上支撑了智能应用百花齐放，是整个人工智能产学研链条的核心。现有模型方法存在多模数据难协调、模型训练效率低、任务场景难迁移、终端加速难适配等问题，极大限制了基础模型的应用成效。团队旨在突破上述瓶颈，将基础模型的构建训练与迁移部署进行统一研究，形成一套结构设计、模型训练、任务适配以及压缩部署深度融合的紧致化多模态人工智能基础大模型关键理论与技术。
团队在人工智能领域顶级期刊与会议（如TPAMI、IJCV、CVPR、NeurIPS等）发表论文百余篇。以上论文成果大部分均已开源，发布于团队代码仓库网站（https://mac.xmu.edu.cn/codes.htm）。团队的研究成果获2015年黑龙江省自然科学二等奖、2016年教育部技术发明一等奖、2018年福建省科技进步一等奖、2020年厦门市科学技术进步奖一等奖、2020年福建省科技进步一等奖、2022年中国电子学会科学技术奖自然科学一等奖、2022年教育部发明创新二等奖。团队目前/曾主持科技创新2030重大项目、国家重点研发专项（课题/子课题）、国家自然科学基金联合重点项目、中央军委科技委基础加强项目、中央军委科技委战略高技术专项（项目）、总参谋部十三五预研、总装备部十二五预研、科技部行业专项、以及腾讯/华为/阿里巴巴等企业联合技术开发项目。
1. 招生范围：人工智能、计算机科学与技术、软件工程、网络空间安全、数学等相关专业全日制本科毕业生及硕士毕业生；
2. 语言要求：英语6级或雅思6.0及以上；
3. 其他要求：具有较好的数学基础及扎实的编程能力，有相关研究经验优先考虑。
招生联系老师及联系邮箱：林颖 linying@xmu.edu.cn
