罗勤个人风采介绍
【个人简介】
一、潜心笃行，深耕学术：攻坚大模型重排前沿理论
将大模型引入推荐重排任务绝非坦途。进入该领域后，我很快遭遇了核心技术阻碍：大语言模型对候选列表的输入顺序极度敏感，仅仅调换提示词中物品次序，打分便剧烈波动；同时，大模型往往过度依赖表面文本语义，丢失了宝贵的协同过滤信号。早期实验中，融合模型的效果甚至不及传统轻量级基线，面对混乱的排序结果，我也曾陷入困惑。
关键时刻，导师王邦教授为我指点迷津：“大模型面对长列表排序容易产生位置偏见，症结在于缺乏统一度量基准；要尝试化繁为简，引入稳定的比较参照。”在导师的启发与同门支持下，我重构算法体系，开创性提出“基于锚点的成对比较机制”——引入锚点物品，将全列表排序拆解为稳定的相对比较，并设计双向提示策略与位置感知重排模块。实验结果豁然开朗：该方法不仅消除了顺序偏差，更实现了语义推理与协同信号的高效融合，在推荐重排基准任务上显著超越现有 SOTA 模型。该成果以独立第一作者发表于数据挖掘顶会 CIKM 2025，实现了首个单点突破。
顶会录用后，我深入反思既有重排机理，敏锐洞察到行业底层缺陷：现存方法均被动遵循“仅在已有列表中排列组合（Permutation-only）”的范式。上游协同过滤因缺乏语义理解而遗漏未交互的优质长尾物品，下游重排器被困在封闭候选池内只能被动重排，永远无法召回遗漏项，导致整个系统的最终召回率被上游基线锁死。
为打破封闭候选池枷锁，在导师指导下，我跳出传统定式，系统构建了“面向推荐重排的协同与语义互惠融合校准框架（RFC）”。框架借力群体智慧，首创跨视角互惠重打分机制：利用语义邻居重打分协同候选、协同邻居重打分语义候选，双向互惠主动召回外部潜在优质物品以扩充候选池；并引入大模型点式推理自适应校准置信度，高效滤除噪声。RFC彻底打破了受限于上游的召回天花板。
从破除位置偏见的 APCR 到颠覆排列组合范式的 RFC，这一路攻关让我深刻体会到：最具价值的科研突破，始于对既有范式的敏锐质疑，成于抽丝剥茧、敢啃硬骨头的学术定力。
二、铸魂强基，奉献边疆：以过硬党建与志愿服务践行初心
作为一名中共党员，罗勤在抓好主责科研的同时，始终以高标准严格要求自己，主动把个人成长融入基层党建与社会服务大局。
践行思想引领，筑牢基层组织堡垒。 在研究生阶段，罗勤担任学院研究生党务中心主席团成员兼宣传部部长、信息第三党支部支委及党小组组长。任职期间，他累计审核并规范整理新生党员档案数百份，牵头组织策划了学院研究生党史知识竞赛、入党积极分子集中考察答辩会、学院14个研究生党支部风采展示大赛、“领航大讲堂”理论讲座等十余项院级大型思政教育活动；同时带队前往辛亥革命博物院、首义公园等红色场馆开展主题党日与微党课宣讲，撰写多篇高质量党建宣传推文，所在党支部党建工作成效显著，切实做到了政治过硬、组织有力、服务到位。
扎根边疆三尺讲台，教育援疆成果卓著。 罗勤曾入选华中科技大学第2023届研究生支教团，奔赴新疆伊犁州霍城县开展为期一年的支教扶贫工作。在支教地，他跨校承担了霍城县江苏中学与霍城县二中从高一至高三共 5 个学科的教学重任，累计任教十余个班级；所带班级多次在统考总评中位列年级第一，高考一本上线率创学校历史新高，并成功培养出1名优秀的边疆学子考入华中科技大学。支教期间，他主导发起“未来探索者”第二课堂及跨越数千公里的“织梦育人”两地书信交流活动，支教纪实被各级主流媒体报道 50 余次。返校后，他始终心系教育帮扶，常态化为在校学生开展学业答疑解惑、高考志愿填报辅导与生涯规划交流，用实际行动诠释了青年共产党员的奉献初心。
三、感恩与前行
回望科研与服务历程，我最深切的感悟是：科研绝不仅是象牙塔里的指标堆叠，真正的科研，更在于把理论化为硬核利器，解决现实痛点、赋能产业，把论文切实写在祖国大地上。感谢导师王邦教授的悉心指导，感谢同门的并肩作战。 “路漫漫其修远兮，吾将上下而求索”，未来我将继续深耕智能推荐前沿，让科研真正服务于国家所需与时代所向。
