主题
迈向自适应语义推理：动态大概念模型（DLCM）的架构创新与缩放法则
时间
2026.01.24 周六 22:00 北京时间
2026.01.24 周六 09:00 美东时间
2026.01.24 周六 06:00 美西时间
直播平台
🎙本次分享为全英文讲座!🌍
微信视频号：
b站直播间：
Youtube直播间：
https://www.youtube.com/live/U0rDRX7ZkYM
内容介绍
现有的大语言模型普遍采用 Token 均匀计算的建模范式，对所有 Token 投入相同的计算资源，忽视了自然语言中信息密度高度不均的事实，导致计算浪费与推理能力受限。在本次分享中，我们介绍一种层次化语言建模框架——动态大概念模型（DLCM），通过在 Token 与句子之间引入可学习的“概念”粒度，实现语义边界的端到端发现，并将主要计算从 Token 级处理转移至概念级推理主干。在此基础上，我们提出压缩感知的缩放法则与解耦的 μP 训练方案，用于指导异构架构下的稳定扩展。实验表明，在相同推理 FLOPs 下，DLCM 在多项推理密集型基准上取得显著性能提升，为构建更高效、自适应的推理与智能体模型提供了新的架构路径。
Dynamic Large Concept Models: Latent Reasoning in an Adaptive Semantic Space
论文地址：https://arxiv.org/pdf/2512.24617
嘉宾
曲星威是曼彻斯特大学的博士研究生，主要研究方向为提升大型语言模型的基础能力与可扩展性。在Chenghua Lin教授的指导下，他的研究聚焦于能增强模型泛化性的预训练范式，尤其注重数据效率与架构优化。目前，他担任ByteDance Seed的研究实习生，致力于下一代预训练策略的研发，以构建具备卓越大规模性能的稳健基础模型。
个人网站：
https://scottqumu.github.io/Scott-CV/
主持人
华文越，Rutgers博士毕业，张永锋老师的学生，UCSB博后，现在为微软研究院高级研究员，主要研究方向为llm reasoning和llm-based agent，在NLP和ML的顶会ACL EMNLP ICLR Neurips TACL等等发表多篇论文，并在ACL担任Area Chair。
入群
欢迎加入NICE每周分享交流群，可与NICEer唠嗑，以及第一时间收到后续NICE分享报告的通知。加群通过小助手认证，群内无广告。
NICE介绍
NICE（Nexus forIntelligenCE）是一个由全球50+位一线青年学者共同发起的顶尖AI前沿交流平台。 成立以来，我们汇聚海内外300+嘉宾，通过百余场线上深度分享与线下高规格活动（北京/上海/苏州等），全网积累超13万关注。目前，NICE已构建起覆盖中、美、欧的国际化团队，正加速在硅谷、纽约、香港等地落地，致力于打造连接学术、产业与未来的全球化AI前沿社区。
NICE主页
https://nice-nlp.github.io
NICE海外
https://nice-intl.github.io
b站
https://space.bilibili.com/507524288
Youtube
https://www.youtube.com/@NLPAcademicExchangePlatform
