9月14日下午，首都经济贸易大学人工智能学院特邀悉尼科技大学计算机学院、澳大利亚人工智能研究院张嶷副教授，举行主题为“知识重组的可解释预测：大语言模型+图学习”的学术讲座。本次讲座由武装教授主持，学院师生共同聚焦人工智能与知识管理交叉领域的前沿，现场学术氛围浓厚。

张嶷副教授系统介绍了知识重组的核心概念及其在科学研究与技术开发中的融合价值，重点分析了当前面临的三大挑战。一是“社会-技术系统”涉及多重实体，建模困难；二是高低阶关系的潜在信息未被充分利用；三是深度神经网络的“黑箱”特性，导致预测结果缺乏可解释性。

针对这些挑战，张嶷详细阐释了该团队提出的H2GLM协同框架。该框架该方案创新性地构建“异质超图”模块，精准捕捉高阶关联信息，并融合大语言模型与知识蒸馏技术，提升可解释性与计算效率。科学图谱可视化结果表明，该方法生成的知识图谱边界清晰，能更真实反映知识关联模式。

互动环节中，师生就动态图学习、大语言模型应用等问题与张嶷展开深入讨论。张嶷结合该团队未来研究方向，提出将探索多视图、多模态数据建模，以及面向未来的知识重组预测，为在场师生提供了新的研究视角。

武装教授在总结中指出，本场讲座内容前沿、启发性强，为学院师生拓展了研究视野，对促进人工智能交叉学科发展具有积极意义。未来，学院将持续邀请海内外学者开展学术讲座，为师生提供更多学习交流机会，助力学科高质量发展。