为促进我国运筹优化教育事业深入发展，加强高水平教学与研究人才的培养，中国运筹学会教育工作委员会启动了“道·立”课程品牌工程。现定于2026年1月25日至30日举办“人工智能中的优化方法”专题培训，并特邀著名专家叶荫宇教授与袁坤教授担任主讲。此次培训由中国运筹学会教育工作委员会、西部工作委员会和重庆师范大学联合主办。

一、培训安排

培训时间：2026年1月25日报到，1月26日至1月30日正式授课。

培训地点：重庆师范大学（重庆市沙坪坝区大学城中路37号）。

招生规模：计划招生不超过90人。最终录取结果以会务组发出的邮件通知为准。

住宿安排：住宿由会务组统一协调安排，费用需自理。

二、培训内容

课程一：Mathematical Optimization for Data Science, Machine Learning and AI

主讲教师：叶荫宇教授

This course will discuss computational optimization/game models/theories/algorithms for solving linear/nonlinear, convex/nonconvex, offline/online optimization/game problems in Data Science, Machine/Reinforcement Learning, LLM Training/Tuning/Inferencing, Business/Finance Analytics, and Operations Management. Topics include recent developments on Online and Conic Linear Programming, Stochastic and Distributionally-Robust Optimization, Markov Decision/Game Processes, Gradient Descent with Online-Scaling/Conditioning, Lightweight and Quasi-Newton, Interior-Point Methods, Primal-Dual Hyper-Gradient Methods, ALM/ADMM, Optimization with Observable Data, GPU Acceleration of Computational Solvers, etc..

课程二：大模型最优化方法 (Optimization for Large Language Models)

主讲教师：袁坤教授

近年来，大语言模型在识别、理解、决策、生成等诸多任务中取得了巨大成功，被视为迈向通用人工智能的关键技术。本课程将介绍面向大语言模型的前沿最优化方法，这些算法在大语言模型的训练、推理和微调过程中发挥着关键作用。本课程的内容包括四部分：第一部分将介绍大语言模型的基本概念和常见架构；第二部分将讨论随机优化算法基础，包括随机梯度下降法, 动量法, 自适应算法等；第三部分将介绍大模型的高效训练算法，包括内存高效的训练算法(包括混合精度优化方法、子空间优化方法、坐标轮转优化方法、零阶优化方法)、通信高效的分布式训练算法(包括无中心分布式方法、通信压缩优化方法、间隔通信优化方法)等；第四部分将介绍大模型的高效微调与推理算法。通过本课程的学习，学生将能够深入了解大语言模型中的高效最优化算法，为面向大语言模型的研究和应用打下坚实的基础。

三、主讲人简介

叶荫宇，叶荫宇 (Yinyu Ye), 2009 约翰·冯·诺伊曼理论奖获得者及原斯坦福大学李国鼎讲席教授，现任上海交通大学, 香港中文大学深圳和香港科技大学访问讲席教授。他的主要研究方向为连续和离散优化，数据科学及应用，数字算法设计及分析，算法博弈及市场均衡，运筹及管理科学等; 他和其他科学家开创了内点优化算法，锥规划模型，分布式鲁棒优化，在线线性规划和学习，强化学习和马可夫过程及非凸优化算法分析等。他和他的学生多次获得科学奖项: 包括他自己的2006 INFORMS Farkas Prize (首位获奖者) ，2009年约翰·冯·洛伊曼理论奖，国际数学规划2012 Tseng Lectureship Prize (首位获奖者每三年) ，2014美国应用数学学会优化奖 (每三年), 2025 Constantin Caratheodory Prize of the 全局优化 Congress,等。

袁坤，现任北京大学国际机器学习研究中心助理教授，北京大学博雅青年学者。他于2019年在美国加州大学洛杉矶分校获得博士学位，并在2019年至2022年在阿里巴巴达摩院西雅图研究中心任高级算法专家。袁坤主要从事最优化、信号处理、机器学习等领域中的理论与算法研究。他目前主要关注如何为人工智能大模型设计稳定快速的训练、微调与推理算法。他在2017年获得ICCM杰出论文奖，2018年获得IEEE信号处理协会青年作者最佳论文奖，2025年获得IEEE CloudCom杰出论文奖。其部分研究成果被集成在阿里巴巴敏迭优化求解器，以及英伟达DeepStream官方软件库中。

四、报名方式

请有意参加培训的学员于2025年12月7日前，点击下方报名链接或扫描二维码，填写回执。录取结果将于2025年12月12日前邮件通知。

https://www.wjx.top/vm/tGDy44T.aspx#

联系人：崔春风, chunfengcui@buaa.edu.cn

               徐芳芳, xuff@sdust.edu.cn