独揽 IJCAI 2026 两大 Tutorial！清华王鑫团队如何用「OOD泛化」夺取生成式 AI 的国际定义权？

清华大学王鑫教授团队在国际人工智能联合会议（IJCAI 2026）上获得两个 Tutorial 讲习班席位，主题分别为《Beyond Graph Distribution Shifts》与《OOD Generalized Generative AI》。这一成果展示了该团队在图分布偏移及生成式人工智能泛化能力研究上的学术积累。

生成式 AI 目前面临的主要挑战之一是模型在面对训练数据分布之外的输入时，容易产生幻觉或性能下降。OOD（Out-of-Distribution）泛化研究正是为了解决这一核心痛点，试图提升大模型在未知场景下的鲁棒性和可靠性。

IJCAI 作为人工智能领域的顶级学术会议，其 Tutorial 席位通常竞争激烈。清华团队同时包揽两席，表明其在相关细分算法领域已具备国际影响力，有助于推动学术界对生成式 AI 底层泛化机制的深入理解。

若相关研究成果能够转化为实际应用，将有助于优化大模型在复杂现实场景中的表现，减少因数据分布变化导致的错误输出，为 AI 应用的安全性和稳定性提供技术支撑。

本站展示内容为基于公开信息的资讯解读与整理，不代表原文转载。如需核实细节或获取完整报道，请通过下方链接访问原始来源。