学术报告报告主题: Mathematical Optimization in the Era of AI
报 告 人: 叶荫宇教授
报告时间：2026年 3月30日（星期一）下午15:00-16:00
报告地点：清清文理楼3A01
邀 请 人: 张威副教授、潘少华教授、贲树军副教授
欢迎广大师生前往！
数学学院
2026年3月24日
报告摘要：
This talk aims to present several mathematical optimization problems/algorithms arisen from the LLM training, tunning and inferencing. In particular, we describe how classic optimization models/theories can be applied to accelerate and improve the algorithms that are popularly used in LLMs. On the other hand, we show breakthroughs in classical Optimization (LP and SDP) Solver developments aided by AI-related techniques such as online-learning, first-order and ADMM methods, the low-rank SDP theorem, and their implementations on GPU.
报告人介绍：
叶荫宇(Yinyu Ye),原斯坦福大学李国鼎讲席教授，现任上海交通大学,上海数学交叉科学院，香港中文大学深圳和香港科技大学访问讲席教授。他的主要研究方向为连续和离散优化，数据科学及应用，数字算法设计及分析，算法博弈及市场均衡，运筹及管理科学等; 他和其他科学家开创了内点优化算法，锥规划模型，分布式鲁棒优化，在线线性规划和学习，强化学习和马可夫过程及非凸优化算法分析等。他和他的学生多次获得科学奖项: 包括他自己的2006 INFORMS Farkas Prize (首位获奖者)，2009年约翰·冯·洛伊曼理论奖，国际数学规划2012 Tseng Lectureship Prize (首位获奖者，每三年颁发)，2014美国工业及应用数学学会优化奖 (每三年颁发), 2025 Constantin Caratheodory Prize of the Global Optimization Congress等。