近日，实验室与中科院计算所合作论文“Pipe-RLHF: 计算模式感知的RLHF并行加速框架”，获中国科协T1级期刊《计算机科学与发展》最新一期封面推荐。同时，合作的AI治理通信短评“Tighter Regulation Is Needed for AI Companions”被《Nature》最新一期正式刊发，体现了团队在人工智能技术研究领域的国内外影响力。
Pipe-RLHF是面向强化学习人类反馈（RLHF）训练范式的新型并行加速框架，创新性地提出计算模式感知的自适应并行策略，突破传统RLHF训练中阶段串行的效率瓶颈。通过异步PPO算法深度挖掘阶段间并行性，该框架在保证模型性能的前提下显著提升训练效率。相较于现有方法，Pipe-RLHF最高可实现3.7倍的加速比，充分验证了该框架的有效性和优越性.。
同期发表于《Nature》的短评指出，当前基于大模型的AI交互式应用虽然能够提供情感支持和陪伴服务，但潜藏着隐私泄露、内容安全和情感操控等风险。这些隐患通常不易察觉，根源在于开发者通过收集和利用用户敏感情感数据来达成商业目的，亟需建立更完善的预防性监管机制。
这两项成果的同步发表，标志着实验室在大模型系统优化和大模型AI社会治理方面取得重要进展。实验室团队将继续推动技术创新与社会价值的深度融合，为人工智能领域的可持续发展贡献力量。
- Pipe-RLHF: 计算模式感知的RLHF 并行加速框架, 计算机研究与发展, 2025. DOI: 10.7544/issn1000-1239.202550127
- Tighter regulation is needed for AI companions, Nature, 2025. DOI: 10.1038/d41586-025-01906-2
