许晨，1996年出生于山东省菏泽市，博士，硕士生导师。

2023年7月毕业于东北大学自然语言处理实验室，获工学博士学位。研究生期间专注于自然语言处理与语音处理，围绕机器翻译、语音翻译、语音识别及文本生成等方向开展研究，多次参与WMT机器翻译评测、质量评估任务评测及IWSLT语音翻译任务评测，取得领先成果。曾在腾讯、字节跳动AI Lab进行企业实习，积累了丰富的行业资源。

团队坚持基础研究与落地应用并重，致力于开展真正有意义的高水平研究。

当前研究方向聚焦人工智能与大模型技术，涵盖多模态建模、人工智能安全、网络安全及专业领域大模型等方向，在ACL、EMNLP、ICLR、UAI、TASLP、AAAI、IJCAI等高水平会议及期刊发表论文30余篇，发表论文可查看谷歌学术链接。团队动态可查看该文档团队动态。具体研究方向如下：

1. 多模态建模：开展文本、语音、图像等多模态的联合处理研究，重点围绕多模态大模型展开。该方向已积累丰富成果，获2024年国家自然科学基金支持。

2. 人工智能安全：涵盖人工智能技术自身安全风险（如传统神经网络与大模型的对抗鲁棒性），以及利用人工智能技术解决安全问题（如深度鉴伪），相关成果已发表多篇论文。

3. 网络安全：利用人工智能技术进行网络流量识别，重点探索大模型技术驱动的网络安全变革，团队已积累多年经验。

4. 专业领域大模型：结合大模型技术与我校优势学科——海洋与水声领域，已获中央高校基本科研业务费支持，构建我国首个水声领域文本大模型，正进一步将多模态大模型拓展至海洋探索方向。同时，受黑龙江省高等教育教学改革研究项目支持，正构建教育领域大模型，可直接应用于课程助教等场景。

5. 大模型前沿探索：团队积极布局RAG、Agent、大模型辅助编程等前沿方向，并计划近期开设大模型相关教学课程。

上述方向中，1-3为基础研究方向，4-5为应用落地方向。

团队诚邀对人工智能感兴趣的本科生加入，已制定系统化学习方案。目前已有近10名不同年级的稳定成员，核心围绕项目开发与科研，鼓励将前沿技术应用于竞赛，有核心贡献者支持以第一作者身份申请专利、软著及发表论文。不设能力门槛，但需对人工智能方向有浓厚兴趣，具备持续学习能力、好奇心、求知欲及主观能动性。

邮编 : 0140c3c745f0b66683baf49818a5ead5297d9f9d6faaaeb15e014e9188359b9bc4d213d852078a66bf4187ea218a92ded489d2594a3ef824114ce6c059f640dc9612dc48ec6e0507aa9ce622f02e7fe3f14cab3e70cc48e40d92ada1c8935503f45c0ed01eb82c1d763df8daa2a60bed1c7678be753de94521a29672ae3f857f

通讯/办公地址 : 726b0c6f5d5b206b1ec40330422c9c3a181ce500e8a901584d7155ded215b0d9c72d4b3b0358ade6f7f636ac1102b569d9a54a6ce1e766eb26d5d8d6b57b7781db78464c135613deadbe374342bf30f5d75b89133ea2860ea82441db05f229a4db78654be9e9719534619e89decb76682b21d55b95a8928b77bbedd09c87618e

邮箱 : 4838a94422da573e89ef1fafd1973539a856f22c11e2ce3406aa6e9e38ad1f28ce6d4a23564d321069ccb4d364cdd6e4b132fbd7e0b85a763bed96b666b5e8885b61db83c8e4e71083c714cd1752e5c9cebebd213b12a7ded85d5ed536fcf9f47cb633a575a3131f328975e86f9ef21bc32d202cde577665f50cd67ed373a5de

[1] 2019.9 -- 2023.7
东北大学       工学博士学位       博士研究生毕业

[2] 2017.9 -- 2019.7
东北大学       工学硕士学位       硕士研究生毕业

[3] 2013.9 -- 2017.6
黑龙江大学       工学学士学位       大学本科毕业

[1]