返回首页
迈向结构化数据的通用建模：基础、前沿与应用｜CNCC Tutorial
CNCC2026将于10月21-24日在成都举办。今年将继续推出Tutorial，本篇介绍的Tutorial是——迈向结构化数据的通用建模：基础、前沿与应用。
Tutorial是由领域内专家主讲，面向全体参会者开放的专题讲座或教学环节，旨在介绍研究领域的最新进展或基础知识，内容涵盖原理、挑战、方法等。可以帮助刚进入该方向的博士生、青年学者快速补齐知识短板，以便更好地参会后续的前沿报告理解与未来方向思辨。
今年Tutorial共设置11大主题板块：AI基础模型、机器学习理论与机理、强化学习与推理、视觉多模态与世界模型、AI安全与治理、数据科学与数据空间、机器人与具身智能、Agent智能体、新型计算与网络架构、AI4Science、AI+行业。
（扫码报名）
模块 | 时长 | 内容 |
1. Introduction | 20 min | Introduction to structured data modeling. |
2. Fundamentals of structured data modeling | 60 min | Conventional modeling approaches of structured data. |
3. ICL of structured data | 50 min | Introduction of ICL and foundation models. |
4. Analysis of advanced methods | 70 min | Introduction of SOTA approaches and important applications. |
5. Open problems and future directions | 20 min | Interactive discussion and future directions. |
Tutorial简介
以表格数据、时间序列和图数据为代表的结构化数据支撑着许多核心的数据挖掘应用，包括推荐系统、预测分析和用户行为分析等。传统方法虽然已经取得了不错的效果，但是其往往是针对单一任务或单一数据集设计的，缺乏在多样化结构化数据问题之间进行泛化的能力。
近年来基础模型与上下文学习的兴起，正在重塑结构化数据建模的技术路径：从依赖数据集特定训练的范式，转向更加通用、灵活且具备跨任务泛化能力的推理范式。近期涌现的结构化数据基础模型表明，通过大规模预训练以及基于ICL的推理机制，可以将基础模型的核心思想有效扩展至结构化数据领域，从而支持零样本推理及跨场景知识迁移等能力。此方向为结构化数据建模提供了全新视角。当前，该领域仍处于快速发展阶段，在预训练数据构建、多任务建模机制及训练目标设计等方面仍存在诸多挑战。
此次教程将围绕上述内容，系统梳理从经典方法到基于ICL的范式演进。教程将重点介绍结构化数据中的ICL机制及相关代表性工作。我们还将深入探讨预训练数据生成、多任务学习及其他新兴研究方向。通过此次教程，参与者将获得对通用结构化数据建模的系统性认知，以及面向实际问题的建模启发与实践思路。
Tutorial目标
参与者将能够：
• 了解为什么要开展结构化数据建模的相关研究。
• 理解结构化数据中的上下文学习和基础模型。
• 掌握相关方法在表格、时间序列和图领域中的应用。
讲者介绍
CCF理事、副秘书长，清华大学副教授
清华大学计算机系长聘副教授，博士生导师，IEEE Fellow，ACM杰出科学家，获得国家杰青项目资助。研究兴趣聚焦于因果启发的稳定预测和决策、结构化数据通用大模型等。将因果统计思想与机器学习框架进行融合性研究，自主提出并发展了因果启发的稳定学习理论方法体系，构建并开源首个结构化数据通用大模型LimiX，在医疗、工业等场景取得显著应用价值。在ICML、KDD等顶级国际会议及Nature Machine Intelligence等期刊发表论文100余篇，先后7次获得国际会议或期刊论文奖。担任IEEE TKDE、ACM TOMM、ACM TIST、IEEE TBD、KAIS等国际期刊编委。获得两项国家自然科学二等奖、两项教育部自然科学一等奖、CCF-IEEE CS青年科学家奖。担任第九届科协全国委员会委员，中国计算机学会副秘书长。
稳准智能CTO
张兴璇，清华大学计算机系助理研究员，清华大学“水木学者”。长期聚焦机器学习与因果推理，提出深度稳定学习框架，主导研究LimiX项目。在AI顶会/期刊发表论文30余篇，谷歌学术引用10,000余次，致力于推动通用结构化数据大模型领域发展。
北京航空航天大学教授
王啸，北京航空航天大学教授，博士生导师。研究方向为人工智能、数据挖掘与机器学习，国家自然科学基金优青获得者。共发表论文100余篇，谷歌学术引用1.8万余次，成果多次被写入业界图学习标准库PyG和DGL等。曾获得国家自然科学二等奖、教育部自然科学一等奖、中国电子学会科技进步一等奖、吴文俊人工智能优秀青年奖、ACM中国新星提名奖，入选斯坦福大学发布的全球Top 2%顶尖科学家终身影响力榜单。担任NeurIPS领域主席，WWW/AAAI/IJCAI的高级程序委员会委员，Neural Networks和IEEE TAI期刊编委。
浙江大学人工智能学院副教授
况琨，浙江大学人工智能学院副教授，博士生导师，人工智能系副主任。主要研究方向为因果人工智能和智慧司法。在Cell Patterns、TPAMI、TKDE、ICML、KDD等相关领域顶级期刊及会议上发表论文100余篇。作为项目/课题负责人承担国家重点研发专项、国家自然科学基金等项目，曾获ACM SIGAI中国新星奖，先后获教育部、浙江省、中国人工智能学会和中国电子学会科技进步一等奖，中国图像图形学会自然科学一等奖，浙江省教学成果特等奖等奖励。
欢迎参加CNCC2026 CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。
京公网安备 11010802032778号
