奖项概况
某中心研究奖项为学术研究者提供无限制资金与云计算积分，支持多学科研究项目。本周期共收到大量优秀提案，最终评选出来自10所高校的10位获奖者。
研究领域
本次奖项涵盖三个重点方向：
- AI信息安全：聚焦网络安全与机器学习结合领域
- 基础模型开发：推进大语言模型架构优化
- 可持续发展：利用大模型提升生命周期评估透明度
资源支持
获奖者将获得：
- 访问300+公共数据集
- 使用云计算平台AI/ML服务工具
- 配备专业研究顾问
- 参与技术培训与学术活动
获奖项目精选
AI信息安全领域
| 研究者 | 院校 | 研究课题 |
|---|---|---|
| Z. Berkay Celik | 普渡大学 | 时间保持型审计日志精简：精准攻击调查与异常检测的可扩展方法 |
| Kaize Ding | 西北大学 | 面向信息安全的标签高效图异常检测：检测、自动化与解释 |
| Christopher Kruegel | 加州大学圣巴巴拉分校 | 通过上下文自适应分类解决基于ML的安全应用误报问题 |
| Sijia Liu | 密歇根州立大学 | 促进可信生成式AI：机器遗忘技术的作用 |
| Chongjie Zhang | 圣路易斯华盛顿大学 | 面向信息安全的实用偏好驱动离线强化学习 |
| Yue Zhao | 南加州大学 | 面向信息安全的标签高效图异常检测：检测、自动化与解释 |
可持续发展领域
| 研究者 | 院校 | 研究课题 |
|---|---|---|
| Fengqi You | 康奈尔大学 | 基于大语言模型的透明可信生命周期评估协同系统 |
基础模型开发领域
| 研究者 | 院校 | 研究课题 |
|---|---|---|
| Lu Cheng | 伊利诺伊大学芝加哥分校 | 通过不确定性量化实现可靠的大语言模型对齐 |
| Samet Oymak | 密歇根大学安娜堡分校 | 超越Transformer：语言模型训练与微调的最优架构 |
| Hua Wei | 亚利桑那州立大学 | 通过不确定性量化实现可靠的大语言模型对齐 |
技术展望
项目负责人表示："AI安全对机构至关重要，通过该奖项计划可与学术界共同攻克AI与网络安全交叉领域的重大难题。基础模型开发领域已授予迄今最大规模的云计算积分资助，未来将持续推进AI计算优化研究。"
申请信息
该奖项全年接受多个研究领域的提案申请，研究人员可通过官方渠道获取最新招标信息。
