（图/文 王健吉）2025年4月22日下午，计算机学院第十九期“启明星讲坛”在10305教室顺利举行。本期讲坛由我院副院长刘昶教授主持，并特邀成都信息工程大学软件工程学院乔少杰教授做学术指导。乔教授是四川省杰青，四川省级人才，主持了国家自然科学项目3项，获得四川省科技进步二等奖2项，发表了众多高质量期刊，同时担任国际期刊Journal of Data Science and Intelligent Systems主编。随后2024级研究生况熙、李学恒两位同学进行了学术汇报。讲坛吸引了学院青年博士全体教师及2024级研究生的共同参与。
乔少杰教授以“撰写基金项目申请书的几点体会”为题展开。乔教授指出，选题要紧密结合当前学科前沿热点和国家重大需求，具有创新性和前瞻性。一个好的选题能够为整个项目申请奠定坚实的基础，吸引评审专家的关注。在研究内容的撰写方面，乔教授提到，要清晰、具体地阐述研究的主要问题、研究目标以及研究方法。关于研究基础部分，乔教授认为这是展示申请人科研能力和项目可行性的重要环节。申请人要详细列出自己在相关领域的研究成果，包括已发表的论文、承担过的科研项目等，突出自己在该领域的积累和优势。在团队组建方面，乔教授也分享了自己的经验。团队成员的专业背景、研究经验要与项目需求相匹配，形成优势互补。在申请书中，要详细介绍团队成员的分工和职责，让评审专家看到团队的凝聚力和战斗力。
在讨论环节，在场青年博士，针对自己所面对的挑战，向乔教授提出了自己的疑问。还有青年博士对申请书的撰写细节表示困惑，尤其是如何突出研究的创新点和优势。乔教授皆耐心地回应了各青年博士的疑问。最后，乔教授还为硕士研究生如何快速的发表高质量论文给出了自己的意见。乔教授的解答深入浅出，既有理论高度，又紧密结合实际。他结合自身的丰富经验，为参与者提供了极具针对性的建议和指导。
之后，况熙同学介绍了“Parametric Retrieval Augmented Generation（参数化检索增强生成，Parametric RAG）“。该论文中提出了一种新的检索增强生成（RAG）范式，称为参数化检索增强生成（Parametric RAG），其通过文档参数化将外部知识直接集成到大型语言模型（LLM）的前馈网络参数中。与传统的上下文知识注入方法相比，此方法不仅减少了在线计算成本，还加深了外部知识与LLM参数化知识空间的融合。该算法突破了传统RAG的瓶颈，为动态知识更新和高效推理提供了新思路。其模块化设计（如Combine Both）也展现了与传统方法的兼容性，具有广泛的实践潜力。
李学恒同学则为大家带来了“FG-YOLO：一种改进的 YOLOv8 实时火灾烟雾检测算法”的介绍。FG-YOLO 算法的核心在于其独特的结构设计。该算法采用了 FSCNet 作为主干网络，并集成了 GScELAN 模块，从而显著提升了特征提取能力。FSCNet 通过利用高频小波系数特征来增强空间特征，有效缓解了因最大池化下采样导致的高频信息丢失问题，保留了更全面的小目标信息。而 GScELAN 模块则进一步优化了特征提取过程，使得 FG-YOLO 在处理复杂场景时能够更精准地识别火焰和烟雾的位置与数量。
（编辑 饶涛 责编 刘昶）
