丁 宁
清华大学电子工程系助理教授
研究方向
人工智能、推理模型、科学智能
学术风采
丁宁研究人工智能，尤其注重探究通用智能和专业推理能力的理论、算法和系统，并致力于将其应用到创新科学发现中。他在Nature Machine Intelligence、ICLR、NeurIPS、ICML、ACL等人工智能会议和期刊发表多篇论文，谷歌学术引用量超过7000次，主导的开源成果在GitHub上获得超过25000星标。他曾入选中国科协青年人才托举工程，获ACL最佳系统演示论文奖、世界人工智能大会青年优秀论文奖和云帆奖、中国算力大会最佳学术论文奖、清华大学优秀博士论文、百度奖学金、Stanford全球前2%科学家等荣誉。他发表的关于大模型高效学习的论文从理论和实验层面对的其进行深入分析，于2023年在Nature Machine Intelligence作为封面文章发表，引用量超1000次，是该刊2023年度最高引论文。此外，他和团队最近还提出数据驱动的Ultra系列对齐方案，融合密集奖励的强化学习方法Implicit PRM、PRIME，测试时强化学习TTRL等工作。
教育背景及工作经历
• 2018年于华中科技大学计算机科学与技术学院获得学士学位
• 2023年于清华大学计算机科学与技术系获得博士学位
• 2023年-2025年就职于清华大学电子工程系，从事博士后工作
“做长期主义的人工智能研究”
您是因何同清华大学电子系结缘？
丁宁：在读博时期，我就通过跨院系选课接触了一些电子系的优质课程，其中张旭东老师的“高等机器学习”课让我印象非常深刻，受益匪浅，为后续研究打下了重要基础。在博士即将毕业的时候，我认识了后来的博士后合作导师周伯文教授，随后果断决定加入电子系进行博士后研究，因此和电子系正式结缘。在电子系进行科研工作的过程中，我深刻感觉到电子系始终践行者“把高水平的学术研究与国家和产业的重大需求结合、把研究前沿技术与培养优秀学生结合”的使命担当。未来，我也将以这份使命为指引，为学科发展和国家需求贡献更多力量。
您对今后的学术道路有着怎样的期待？
丁宁：我期待能够在电子系做出更加具有基础性（fundamental）、可扩展性（scalable）、可泛化性（generalizable）的人工智能理论和方法，依托清华大学电子工程系的优秀科研平台，将这些方法应用到科学和工程创新等高价值的场景中。
您对于今后的教学工作有着怎样的期待？
丁宁：人工智能的时代瞬息万变。我期待能和同学们共同学习进步，共同在一线进行前沿探索，为祖国的人工智能事业培养一批具有深厚科研基础、具备长远发展眼光的综合性人才。
业余时间，您喜欢做些什么？
丁宁：我业余喜欢阅读关于历史、政治、科幻、推理类型的作品。
如果给学生们一句寄语，您会给他们说些什么？
丁宁：做研究就像强化学习，最优策略往往不取决于当下的奖励，而是要对未来的全部可能负责。
编辑｜陶旋姿
审核｜汪 玉 沈 渊 李冬梅
