詹靖涛

詹靖涛，清华大学深圳国际研究生院助理教授，致力于研究通用的人工智能理论，解释当前模型在不同智能任务上的统计现象，深入理解智能的本质，并基于统一的理论，研究如何发展下一代的人工智能技术和应用。

詹靖涛助理教授在SIGIR、WWW、ACL等国际顶级会议发表论文十余篇。担任SIGIR、WWW、WSDM等会议的程序委员会委员。获得SIGIR 2024最佳论文奖（国内高校首次第一单位获得）、WSDM 2022最佳论文奖（国内高校首次第一单位获得）、国家奖学金、北京市优秀毕业生等荣誉。

2020年8月-2025年6月，清华大学，计算机科学与技术专业，博士

2016年8月-2020年6月，清华大学，电子信息科学与技术专业，学士

2025年8月-至今，清华大学深圳国际研究生院，助理教授

2024年3月-2024年8月，伊利诺伊大学厄巴纳香槟分校，访问学者

詹靖涛，清华大学深圳国际研究生院助理教授，致力于研究通用的人工智能理论，解释当前模型在不同智能任务上的统计现象，深入理解智能的本质，并基于统一的理论，研究如何发展下一代的人工智能技术和应用。

[1] Fang Y, Zhan J, Ai Q, Mao J, Su W, Chen J, Liu Y. Scaling laws for dense retrieval. InProceedings of the 47th International ACM SIGIR Conference on Research and Development in Information Retrieval 2024 Jul 10 (pp. 1339-1349).

[2] Zhan J, Mao J, Liu Y, Guo J, Zhang M, Ma S. Learning discrete representations via constrained clustering for effective and efficient dense retrieval. InProceedings of the Fifteenth ACM International Conference on Web Search and Data Mining 2022 Feb 11 (pp. 1328-1336).

[3] Zhan J, Mao J, Liu Y, Guo J, Zhang M, Ma S. Jointly optimizing query encoder and product quantization to improve retrieval performance. InProceedings of the 30th ACM International Conference on Information & Knowledge Management 2021 Oct 26 (pp. 2487-2496).

[4] Zhan J, Mao J, Liu Y, Guo J, Zhang M, Ma S. Optimizing dense retrieval model training with hard negatives. InProceedings of the 44th international ACM SIGIR conference on research and development in information retrieval 2021 Jul 11 (pp. 1503-1512).

[5] Zhan J, Ai Q, Liu Y, Pan Y, Yao T, Mao J, Ma S, Mei T. Prompt Refinement with Image Pivot for Text-to-Image Generation. InProceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) 2024 Aug (pp. 941-954).

2025年，清华大学计算机系优秀博士毕业生

2024年，ACM SIGIR最佳论文奖（国内高校首次第一单位获得）

2024年，博士生国家奖学金

2022年，ACM WSDM最佳论文奖（国内高校首次第一单位获得）

2020年，北京市优秀毕业生