CCCF 2026年1月刊发布——“大模型时代下的图数据学习”专题

图数据蕴含着极为丰富的结构与语义，它的规模、密度与高阶依赖远超一般数据形态，使得对图数据的理解与建模长期以来都面临巨大挑战。在大模型时代的技术变革与数据浪潮的共同推动下，图数据学习正站在从“结构驱动”迈向“数据驱动”、从专用模型迈向通用模型的关键转折点上。本期专题以“大模型时代下的图数据学习”为主题，特邀图学习领域6位权威学者及其研究团队，从多维视角探讨图数据大模型的前沿理论、关键技术与应用前景。

在哈尔滨工业大学计算机专业的发展历程中，有一段关于“一本书”的佳话，它不仅记录了一段学术合作的典范，更生动映照出陈光熙先生崇高的人格魅力与“光熙精神”的真谛。本期专栏中，杨孝宗教授以《数字系统的诊断与容错》一书的合作故事为引，回顾了哈尔滨工业大学在陈光熙先生带领下，于20世纪70年代克服极端困难，成功研制中国首台容错计算机RCJ-1的艰辛历程。

为适应国家和行业对人工智能发展的强烈需求，2017年起国内许多高校纷纷设置人工智能学院、学科和专业。然而，从实际运行情况看，人工智能与计算机学院、学科及专业的边界仍不够明晰。郭兵等人撰写的《人工智能学院与计算机学院：学科关系与专业布局的探讨》描述了人工智能的含义、组成，并试图厘清与计算机学科及专业的关系，提出人工智能学院与计算机学院学科、专业发展的一些建议，期望为后续相关研究提供参考。

本期动态栏目的专访中，2024年度“CCF杰出工程师奖”获得者、复旦大学研究员朱思语分享了在其主导的两大技术领域的实践与思考：前沿生成模型的开源与大规模三维重建技术的落地。

更多精彩文章，敬请关注CCCF 2026年1月刊。

文章阅读、下载详见：https://dl.ccf.org.cn/cccf/list

联系：cccf@ccf.org.cn cccf@hrbeu.edu.cn