12月11日晚，清华大学计算机系在李兆基楼多功能厅举办2023年学生奖励大会暨钟士模奖学金评审会。计算机系党政班子成员、教师代表、杰出系友代表、企业代表等出席活动，钟士模奖学金候选人、国家奖学金得主、第五届1984级创新未来奖学金得主及相关工作人员参加了会议。
奖励大会现场，1984级系友，英诺天使基金创始合伙人李竹学长、管理合伙人刘怀宇学长为本次获得1984级创新未来奖学金的7支优秀团队颁奖。![]()
系友李竹学长（右一）为获得“1984级创新未来奖学金”的学生颁奖
![]()
系友刘怀宇学长（右一）为获得“1984级创新未来奖学金”的学生颁奖
1984级创新未来奖学金设立于2019年，由1984级系友在清华大学计算机系60周年系庆时发起，旨在奖励计算机系做出突出科技或应用创新的研究生团体，每年奖励总金额为30万元。这也是清华大学首个以年级命名的奖学金项目。此前，清华大学计算机系第五届1984级创新未来奖学金终审答辩于12月7日在清华大学东主楼举行，计算机系赵颖老师、张国振老师、孙延奎老师、石伟男老师、胡晓林老师，计算机系1984级校友李竹学长、刘怀宇学长、衣丰超学长，英诺天使基金管理合伙人祝晓成、合伙人王晟、执行董事李鸿艳、品牌执行董事姜艳艳，以及水木清华校友种子基金合伙人丁昳婷出席本次答辩。![]()
第五届1984级创新未来奖学金终审合影
计算机系党委副书记赵颖老师开场致辞，介绍了1984级创新未来奖学金及其意义，并表示：“84奖学金有自己独特的地方，首先是参评作品和成果的维度比较自由，没有成果年限的限制；其次是奖学金分为创新学术类和实用创新类，从这两方面去激励原始创新和创新实践，鼓励同学们做新时代的清华人，勇攀科技高峰。”![]()
计算机系党委副书记赵颖老师致辞
李竹学长作为1984级创新未来奖学金发起人代表致辞，分享了计算机系在创新创业领域的独特价值，并表示：“我们一直鼓励计算机系的创新。这些创新不管将来是在学术上，还是在应用上，都会找到各自的价值，这也是我们当时设立奖学金的初心，我们愿意来帮助和鼓励计算机系的硕士博士，把他们的创新展示出来。”![]()
计算机系1984级校友李竹学长致辞
接下来，7支优秀队伍分别展示了项目的创新点和阶段成果，并与学长学姐们进行深度互动答疑。参评项目涉及网络机器学习、大模型、智能体等方向，涵盖学术论文、项目应用和国际竞赛等各方面的研究成果。答辩结束后，评委们从创新性、突破性、发展潜力及应用场景、前景等维度进行综合考量评选，最终7支优秀团队分获1984级奖学金一二三等奖。高手齐聚，精彩纷呈。让我们一起看看本次获奖同学的优秀项目吧！
项目介绍：本项目瞄准认知大模型理论与方法，重点围绕建立大模型（LLM）使用通用工具的能力开展研究。项目目标探索形成一套有效的通用工具学习框架，突破工具学习核心技术，弥补当前LLM在应用于工具学习时的能力差距。其次，项目目标构建LLM工具学习的持续可扩展应用平台，通过提高LLM的工具学习能力，进一步推动LLM技术在Agent领域的应用。通过研究LLM工具学习的关键问题，探索如何利用特定工具来扩展LLM的学习和应用能力，提升其解决复杂任务的能力。
项目名称：多模态模型驱动的具身智能代理
团队成员：王维汉，洪文逸
项目介绍：本项目旨在开发一种多模态模型，通过结合视觉、语言处理和感知技术，实现高级具身智能代理。
项目介绍：由于互联网路由体系结构缺乏真实源验证，借助伪造数据包源地址的源地址伪造攻击和借助伪造BGP前缀起源的BGP路由劫持攻击层出不穷，对互联网的安全性和可靠性造成严重破坏。因此，源地址伪造和BGP路由劫持被国际互联网协会ISOC定义为互联网三大路由难题之二。该项目研究准确、高效的源地址验证和BGP路由起源验证技术，有效防御源地址伪造和BGP路由劫持，并推动相关技术部署，为实现安全可信下一代互联网提供关键技术与应用支撑。
项目介绍：本项目聚焦人机物融合场景中的人机信息交换问题，即传统“用户主动找服务”转变为“系统主动推荐服务”的新交互模式，情境开放、用户个性化和任务复杂多变成为挑战。本项目构建具有情境感知、意图理解和服务执行能力的交互式智能体，让终端用户在交互过程中自然地向机器传递知识。本项目揭示终端用户“教”的心理模型和行为模式，以在真实交互场景中实现可泛化、可协同、可进化的机器智能，最终实现万物互联时代的个人助手。
项目名称：基于张量网络收缩的量子线路经典模拟器
团队成员：陈垚键
项目介绍：随着量子比特规模增大，传统的态矢量方法受内存限制，对大型量子线路的经典模拟的支持越来越困难。张量网络收缩方法可以克服内存问题，从而在近年受到广泛关注。但张量网络收缩方法同样具有极高的计算复杂度，需要巨大的算力支撑。本项目主要研究单次张量网络收缩和批量张量网络收缩的大规模并行优化和数据复用。
项目名称：基于不确定性量化的可靠高效学习方法
团队成员：崔鹏，何冠德
项目介绍：目前数据驱动的深度学习范式，尤其大模型的训练往往离不开高质量的标注数据以提高模型的泛化性能。然而，在真实世界中往往面临着多重挑战:实际生产环境中的数据往往存在各种复杂噪声;高质量的数据受成本等限制总是有限的;即使人工标注的数据集中也存在内在噪声的问题。为了解决以上关键问题，我们提出了基于不确定性量化的可靠与高效的学习方法，解决模型在真实场景下的训练和部署问题，以提高模型的可靠性和训练的高效性。
项目介绍：目前已知的罕见病数量约有8000种，全球患病人数超过 3.5 亿。针对罕见病目前存在的误诊、漏诊率高，确诊周期长等问题，我们研发了一套基于人工智能的端到端的罕见病辅助诊断系统，能够显著减少患者确诊罕见病时间。该系统由辅助鉴别诊断与在线智能问诊两大工具组成。辅助鉴别诊断工具提供给医生使用，能够根据病人临床病例辅助医生鉴别诊断罕见病，在线智能问诊工具提供给患者使用，能够通过问询的方式给出是否患有罕见病的参考意见。
恭喜以上7支获奖队伍，1984级创新未来奖学金作为计算机系校友毕业30年之后给母校的回馈，将继续坚定不移地支持创新，让想象力生根发芽，助力学弟学妹不断探索新的领域。
