主题：大模型基础理论 (1)

Session Chair: 刘勇（中国人民大学）

会议时间：14:00 - 17:30

主题：大语言基础理论 (2)

Session Chair: 胡天阳（香港中文大学（深圳））

会议时间：09:00 - 12:00

主题：最优化理论

Session Chair: 马梓业（香港城市大学）

会议时间：09:00 - 12:00

FAIC 2026 由上海财经大学统计与数据科学学院、上海财经大学大数据研究院、统计之都联合主办，由人工智能基础研究、Datawhale、AI TIME、DataFun协办，并获明汯投资、数启寰宇、宽德投资、宽德智能学习实验室、交叉智能的赞助支持。筹备人包括刘勇（中国人民大学）、吕凯风（清华大学）、马梓业（香港城市大学）、滕佳烨（上海财经大学）、魏太云（统计之都）。会议诚邀赞助，具体事宜请联系 2026@faic.cc。

   上海财经大学统计学系成立于1946年，是上海财经大学设立最早的系科之一。学科建立之初云集了邹依仁、薛仲三、褚凤仪、金国宝、朱君毅、赵章甫、陈善林等一批著名教授，他们为本学科建设奠定了坚实的基础。1978年复校后，统计学科在陈善林、郑德如、贾宏宇、胡国华、马家善、田竞和、黄树颜、郑菊生等众多教授的悉心培育和努力开拓下得到了迅速发展，为国家和社会发展培养大量的统计人才，且涌现出一批有名望的统计专家和高层次的经济管理人员。

   近几年，统计与数据科学学院在学科建设取得重大进展。2011年入选上海市高校一流学科（B类）建设计划；2012年在教育部一级学科评估中位居全国第4名，同年获准设置统计学一级学科博士后科研流动站；2013年，入选上海市高校一流学科（A类）建设计划；2015年，全国应用统计专硕评估位居第一；2017年，统计学科入选世界一流学科建设名单，并在第四轮教育部一级学科评估中位于A系列；2017软科世界一流学科排名中，上海财经大学统计学排名位列全国第二，并进入全球前百名。

   上海财经大学大数据研究院是为服务国家“数字中国”与教育强国战略，落实学校“数智财经”发展蓝图而成立的高水平科研平台。作为学校数字学科建设的四大核心平台之一，研究院致力于成为国内一流、国际有影响力的数据科学创新策源地和人才培养高地。

   研究院以推动学科深度交叉融合为特色，聚焦贝叶斯非参数统计、深度学习可解释性、数据建模与智能计算等前沿领域，积极探索与金融、经济、公共卫生等财经优势学科的交叉研究。我们旨在通过前沿理论攻关与重大应用研究，产出具有国际影响力的顶尖成果，并为国家数字经济发展提供坚实的学术与智力支撑。

   在运行机制上，研究院采用创新的“首席科学家（PI）制”、“柔性引进+双聘制”等模式，汇聚国内外顶尖学者，组建高水平科研团队。我们构建了“本-硕-博”贯通的多层次人才培养体系，并设立“未来之星”培育基金，支持青年学者成长，致力于培养兼具扎实理论功底与卓越实践能力的高层次复合型人才。

   统计之都（Capital of Statistics，简称COS，官网：https://cosx.org）成立于2006年，是一个开放的统计学与人工智能社区。创立19年来，统计之都始终致力于推动数据科学与人工智能知识传播、技术创新与跨领域应用。通过持续贡献开源软件，组织撰写技术文章与专业书籍，举办技术论坛、学术会议、主题沙龙与竞赛活动，累计惠及全球超过百万从业者，成为中国最具影响力的中文数据科学社区之一。

   自2008年起，统计之都发起并主办中国R会议（China R Conference），旨在促进数据科学在各学科与行业中的探索、实践与交流。迄今，统计之都已联合全国20余所高校与科研机构，在北京、上海、广州、杭州、西安等14座城市成功举办近50届会议，呈现近2000场演讲，累计吸引线上线下参会者逾50万人次。

   2023年，统计之都启动全新研究倡议——X-AGI项目。“X”代表未知、交叉与探索，X-AGI以“交叉智能，计算未来”为使命，旨在促进跨学科、开放协作的人工智能前沿研究和交流。未来，统计之都将继续秉持人本、专业、正直的社区精神，深耕技术社区建设，促进科研与产业交融。

   人工智能基础研究（FAI-Seminar 官网）是一个聚焦人工智能基础领域的线上中文研讨班，致力于搭建人工智能基础研究的高质量学术交流平台，帮助相关学习者和研究者降低学术探索成本、促进思想碰撞。 FAI-Seminar 至今已经成功举办三年。三年间，FAI举办了70余场线上学术讲座，累计获得了超过35万人次观看，微信群已经超过3000人，吸引了一批国内外关注人工智能基础研究的专家学者。

   上海数启寰宇人工智能科技有限公司 （简称“数启寰宇”）是一家深耕“AI+金融场景”的前沿科技企业，专注于算法研发及语料智能处理领域。依托于母公司在金融投资垂类模型应用的深厚积累、算力基础设施的持续高投入，借助大数据、自然语言处理、机器学习、深度学习、强化学习等关键技术，将量化交易算法模型、自动化交易执行模块等研发成果运用到量化组合管理中。未来数启寰宇还将从资产管理延展到财富管理领域、孵化出更多金融科技应用成果服务更多类型金融机构，同时筹备拓展至生物科技、实验室数据分析等更多行业垂类模型应用。

   在算力提升受限的大背景下，数启寰宇还着力深化与金融数据供应商战略合作，精准输出语料应用场景需求，通过股权投资完善产业链布局，由此构建高效率的采集、更智能的清洗、更精准的标注、更科学的测试，更个性的应用，极大提升数据处理工作效率与质量，优化模型参数设置并大幅提升模型训练、推理效果。