近日，北京大學2025年優秀博士學位論文評選結果確定，計算機學院共3篇論文獲評北京大學2025年優秀博士學位論文，PKU-DAIR實驗室2025屆博士畢業生張海林的學位論文《深度學習中大規模嵌入向量的管理技術研究》入選，指導教師為崔斌教授。

另外，2025年北京大學優秀本科畢業論文和信息科學技術學院2021級本科生“十佳”優秀畢業論文評選結果確定。PKU-DAIR實驗室本科畢業生凌宿寒的學位論文《支持長視頻生成的高效免訓練自適應稀疏注意力方法》入選，指導老師為崔斌教授。

張海林（左）與導師崔斌教授（右）

2025年北京大學優秀博士學位論文名單

凌宿寒（左）與崔斌教授（右）

2025年北京大學優秀本科畢業論文評選結果（信科部分）

信息科學技術學院2021級本科生“十佳”優秀畢業論文評選結果

張 海 林 介 紹

張海林博士（2020級博士研究生），導師為北京大學計算機學院副院長崔斌教授，主要研究方向是機器學習系統，目前已發表10余篇CCF-A類文章，其中7篇第一作者/共同一作論文，一作/共一文章曾獲得數據庫頂級會議VLDB的可擴展數據科學最佳論文獎、SIGMOD的最佳代碼實現提名獎。他是開源高性能分布式深度學習系統河圖的主要代碼貢獻者，有多項研究成果已在騰訊、微軟、小米等業界場景得到應用。他曾獲得北京大學優秀畢業生、北京大學校長獎學金、北京大學三好學生等榮譽。

博 士 學 位 論 文 介 紹

張海林的博士學位論文主要研究深度學習中大規模嵌入向量的管理技術，選題具有重要的理論意義和實踐價值。深度學習中的嵌入向量規模快速增長，帶來管理挑戰。文章針對嵌入向量在模型輸出、輸入和中間表示中的不同應用場景，提出三種優化技術：

1）提出生成模型增強的向量索引，對于模型輸出向量的檢索，結合生成模型與傳統檢索，實現高效兩階段搜索，提升效果且保持低延遲。

2）提出緊湊、適應性、快速的嵌入向量壓縮框架，對于模型輸入向量的訓練，動態追蹤重要特征、并分配存儲資源，滿足高存儲效率、低延遲、適應性。

3）提出基于乘積量化的鍵值緩存管理技術，對于大語言模型緩存的向量，用乘積量化管理并選擇重要token進行計算，平衡推理效率與質量。

凌宿寒介紹

凌宿寒（2021級信息科學技術學院本科畢業生），將于2025年進入北京大學計算機學院攻讀博士學位，導師為北京大學計算機學院副院長崔斌教授，研究方向為機器學習系統。本科期間已發表2篇學術論文，并曾獲得北京大學三好學生等榮譽。未來將繼續在分布式深度學習系統優化、高效推理等方向開展研究。

本科學位論文介紹

凌宿寒的畢業論文針對Diffusion Transformer（DiT)在視頻生成過程中面臨的注意力計算效率瓶頸問題，提出了一種創新的AdaSpa優化方案。該研究通過分析DiT固有的層次化稀疏特征，設計了基于塊狀稀疏表征的高效注意力計算范式；同時利用去噪過程中稀疏模式的不變性，實現了在線精確搜索與實時計算優化；并創新性地引入分步調度策略，根據去噪階段的重要性差異動態分配計算資源。實驗結果表明，AdaSpa方案在不影響生成視頻質量的前提下，能夠穩定實現1.7-1.8倍的加速效果，為解決高質量視頻生成的實時性問題提供了實用且高效的解決方案。

實驗室簡介

北京大學數據與智能實驗室（Data And Intelligence Research Lab at Peking Univeristy，PKU-DAIR實驗室）由北京大學計算機學院崔斌教授領導，長期從事數據庫系統、大數據管理與分析、人工智能等領域的前沿研究，在理論和技術創新以及系統研發上取得多項成果，已在國際頂級學術會議和期刊發表學術論文200余篇，發布多個開源項目。課題組同學曾數十次獲得包括CCF優博、ACM中國優博、北大優博、微軟學者、蘋果獎學金、谷歌獎學金等榮譽。PKU-DAIR實驗室持續與工業界展開卓有成效的合作，與騰訊、阿里巴巴、蘋果、微軟、百度、快手、中興通訊等多家知名企業開展項目合作和前沿探索，解決實際問題，進行科研成果的轉化落地。