近日，国家自然科学基金委公布了首批青年学生基础研究项目（博士研究生）资助名单。经过评审会议对优秀博士生申请人的考察，我院博士研究生焦洋负责的《基于指令驱动的视觉内容理解与生成研究》、罗旭川负责的《分离式内存架构下键值存储的I/O效率优化》项目获得资助。
基于指令驱动的视觉内容理解与生成研究
项目简介：
基于指令驱动的视觉内容理解与生成旨在根据输入指令，理解视觉场景中所重点指代的对象，进而对其进行定位或编辑。目前相关工作已经取得长足发展，但其大多仅局限于理解简单且有限的文本指令，无法应对现实场景中用户多样、复杂的指令，从而无法解读用户的真正意图。针对上述问题，本项目将聚焦于复杂指令与视觉内容的协同理解，研究高效的通用多模态大模型训练方法，进而实现高质量内容的精确生成。项目将为视觉内容创作领域提供新思路，为复杂场景下的用户需求提供关键的技术支持。
负责人简介：
焦洋，我院2023级博士研究生，指导教师为姜育刚教授、陈静静副教授。焦洋曾获国家奖学金、董氏企业奖学金等，并多次受邀在国际知名学术会议进行海报展示或口头报告。已在国际顶级会议和期刊共发表高水平论文7篇，其中第一作者5篇，包括CVPR, ECCV, AAAI, TMM等。
团队简介：
复旦大学视觉与学习实验室（Fudan Vision and Learning Laboratory, FVL）依托我院，团队负责人为IEEE Fellow、教育部长江特聘教授、上海市智能视觉计算协同创新中心主任、科技创新2030-“新一代人工智能”重大项目负责人姜育刚教授。团队致力于研究准确、高效、可扩展和可信赖的人工智能基础理论与技术，旨在赋予机器类人的学习、感知和推理能力。近年来，团队科研成果发表于CVPR、ICCV、ICML、NeurIPS、ACM MM、AAAI、IJICAI、TPAMI、TIP、TKDE等国际顶级会议和期刊，并多次获得最佳论文奖。研究成果多次成功部署在国家关键地点和重要任务中，荣获教育部自然科学一等奖、上海市青年科技杰出贡献奖、上海市科技进步一等奖等。
分离式内存架构下键值存储的I/O效率优化
项目简介：
分离式内存架构作为一种前沿新架构，旨在解决传统分布式内存键值存储的资源利用率问题。然而，在分离式内存架构中，内存端读写放大的数据结构，完全基于单边RDMA的访存模式，以及计算端不均匀的请求分发会分别加剧I/O放大、I/O过多和I/O冲突，导致I/O效率低下。本项目将针对上述三方面问题，分别探索适合分离式内存架构、具有最优I/O效率的数据结构、访存模式和请求调度策略，以全方位地解决分离式内存键值存储的I/O效率问题。项目的研究成果将为我国探索分离式内存架构这一新架构提供理论和技术支持。
负责人简介：
罗旭川，我院2023级博士生，指导老师为王新教授、周扬帆教授。罗旭川专注于存储系统研究，成果发表于OSDI、SOSP、TOS、FAST、ICSE等系统软件领域CCF A类会议和期刊上。曾获复旦大学国家奖学金、华为奖学金、本科优秀学生奖学金，并被评为复旦大学优秀毕业生、华为云计算技术创新部创新新星等。
团队简介：
由王新教授和周扬帆教授带领的软件与系统研究小组，是我院一支服务于我国基础软件及下一代网络体系结构科研创新的队伍，研究小组专注于软件与系统的性能与可靠性研究；近年的成果发表于OSDI、SOSP、FAST、ICSE、FSE等领域重要学术期刊和会议，也获得了包括ACM SIGSOFT杰出论文奖等多个论文奖励、以及上海市科技进步奖和中国计算机学会、上海市计算机学会颁发的科研奖项，还获得了合作企业华为、美团等颁发的科研实践奖项。
在鼓励科技创新和人才培养的大背景下，国家自然科学基金青年学生基础研究项目（博士研究生）于2023年首次试点设立，于2024年完成首批项目的申报与评审。项目旨在选拔一批研有余力、基础扎实，在科学研究中展现出较强发展潜力的优秀博士研究生，资助其作为项目负责人承担科学基金项目，自主选择研究方向开展基础研究和学科交叉研究。以期通过他们的科研实践，推动我国基础科学研究的深入发展和创新突破。项目通过“推荐+评审”的模式，及早选拔人才，基金委对那些表现卓越的优秀项目予以资助，以此激励和支持科研创新研究。该项目为博士研究生提供了独立开展科研工作的机会，并通过增强他们的科学素养、激发科研兴趣，鼓励其进行创新研究，为之后的科研生涯奠定了坚实的基础。学院高度重视项目申报组织工作，在项目正式启动后，先后组织开展专家评审、申报书撰写指导、项目预答辩等，提高申报质量，为学院博士生申请项目资助提供全力支持。
