报告时间：2025年12月26日15:00

报告地点：85porn B404会议室

报告一题目：通用编译器的高质量构造保障：现状与思考

报告人：郝丹

报告人国籍：中国

报告人单位：北京大学

报告人简介：郝丹，北京大学博雅特聘教授，国家高层次人才，北京大学信息工程学院副院长，IEEE Fellow，CCF杰出会员，ACM Distinguished Member，主要从事软件测试等方面的研究，累计在顶级学术会议期刊上发表代表性论文80余篇，多次获得ACM SIGSOFT Distinguished Paper Award。研究成果投入到航天、电力、税务、搜索等软件系统的测试过程。郝丹教授主持了多项国家级科研项目，担任了国际会议ASE 2021、SANER 2022、ICST 2023、ICSME 2025、ISSTA 2027的PC Co-Chair，ASE和ISSTA的Steering Committee Member等，频繁担任国际会议ICSE、FSE、ASE和ISSTA等会议的程序委员会委员和其他Track的主席。目前为国际期刊TOSEM、ESEM、AUSE和CSUR的Associate Editor，STVR的Deputy Editor-in-Chief。

报告摘要：编译器是支撑软件开发过程的重要基础软件，也是软件产业链的重要组成之一。计算设备的普及和万物互联的趋势加剧了包括编译器在内的基础软件的需求。本次报告聚焦通用编译器的高质量构造保障，探讨如何在编译器设计、实现和使用中落实其高效率和高可靠的要求，并具体从编译器测试和调试展开介绍，分析其问题挑战、研究现状和未来发展。

报告二题目：超越自回归范式：基于扩散的代码大模型研究

报告人：李佳

报告人国籍：中国

报告人单位：清华大学

报告人简介：李佳，清华大学人工智能学院助理教授，博士生导师。他于2025年在北京大学取得博士学位，师从金芝教授。他从事人工智能与软件工程的交叉研究，包括：代码大模型的基础研究、软件工程智能体、人工智能安全等等。近五年，他在NeurIPS、ACL、ICSE、ASE、FSE、TOSEM等 CCF A 类顶会顶刊发表论文三十余篇，包含多篇Oral文章。论文多次被麻省理工学院、斯坦福大学等机构的研究者引用，累计达1700余次。科研成果被《中国科技网》和《中国日报》等主流媒体报道，并投入实际应用。主持北京市自然科学基金项目；荣获2025年CCF软工专委优博、2023年中国软件大会优博、北京市优秀毕业生等称号。担任ACL、ASE、AAAI、Internetware等会议的PC Member。

报告摘要：近年来，以代码大模型为代表的人工智能技术极大地提升了软件工程的智能化和自动化水平。然而，现有代码大模型普遍依赖自回归生成范式，逐Token生成导致推理延迟高、推理成本大，阻碍软件工程智能体等应用在实际开发中的广泛应用。为突破这一限制，扩散式生成范式为构建下一代代码大模型提供了全新可能。本报告将系统介绍讲者在扩散代码大模型方向的最新研究进展。内容分为两部分：首先简要回顾自回归代码大模型的训练演进与局限；随后重点阐述扩散代码大模型的核心原理、关键技术挑战，以及在高效训练与并行推理方面的实践探索。报告旨在探讨下一代代码大模型的可能路径，及其在智能化软件工程与具身智能等场景中的应用潜力。

邀请人：金芝