原标题：本科三篇顶会一作、超算竞赛冠军，2020清华本科特奖结果出炉

在今年的清华本科生特奖候选人中，来自电子系的刘泓 ICML、CVPR、NeurIPS 三篇顶会一作的成绩十分亮眼，此外，来自姚班的吕欣也因为在计算机基础理论研究上的贡献备受关注。

11 月 12 日下午，2020 年清华本科生特等奖学金答辩会在清华大学法律图书馆报告厅举行，来自 15 个院系的 15 名本科生候选人进行了现场答辩，目前最终票选结果已出炉。

据清华大学校内媒体报道，进入票选前十名的是

1. 自动化系 蔡烨怡

2. 人文学院 谢廷玉

3. 计算机系 张晨

4. 电子系 刘泓

5. 物理系 陈逸贤

6. 能动系 解海鹏

7. 工物系 王佳恒

8. 社科学院 宫栋宇

9. 水利系 刘素嘉

10. 新雅书院 王雷捷

(以上名单按答辩顺序排列，不代表票数顺序，最终结果以清华大学官方公示内容为准)

电子系刘泓：ICML、CVPR、NeurIPS 三篇顶会一作

刘泓来自清华大学电子系无 75 班，研究方向包括迁移学习等，本科期间曾获得蒋南翔奖学金。

在竞选海报中，刘泓最为亮眼的是科研经历。他曾以第一作者的身份在 ICML 2019 和 CVPR 2019 发表论文，同时，他也担任过 ICML、NeurIPS、AAAI、ICLR、IEEE TIP 等学术会议期刊担任审稿人。

《Transferable Adversarial Training: A General Approach to Adapting Deep Classifiers》

论文地址：http://proceedings.mlr.press/v97/liu19b.html

《Separate to Adapt: Open Set Domain Adaptation via Progressive Separation》

论文地址：https://openaccess.thecvf.com/content_CVPR_2019/html/Liu_Separate_to_Adapt_Open_Set_Domain_Adaptation_via_Progressive_Separation_CVPR_2019_paper.html

目前可以查到的是，刘泓的论文《Learning to Adapt to Evolving Domains 》也已经被 NeurIPS 2020 接收。

论文地址：https://proceedings.neurips.cc/paper/2020/file/fd69dbe29f156a7ef876a40a94f65599-Paper.pdf

在答辩现场，刘泓表示：

「做兼具家国情怀和国际视野的研究者，这是我一直以来的梦想。我要努力做出更有影响力的研究成果，将自己的理论落到实处，为祖国的伟大复兴添砖加瓦。」

计算机系张晨：SC19 国际大学生超算竞赛团体冠军

张晨来自清华大学计算机系计 71 班，推研学分绩排名计算机系第一(1/205)。

张晨曾获得国家奖学金、清华大学综合优秀奖、「CCF 优秀大学生」等荣誉，论文在 CCF 推荐 A 类期刊 IEEE TC 发表。

2019 年，张晨作为清华大学学生超算团队成员获得 SC19 国际大学生超算竞赛总决赛冠军。

姚班吕欣 ：「以人类智慧探寻计算机能力的边界」

吕欣来自清华大学交叉信息研究院「姚班」计科 70 班，前三年推研成绩年级 1/42。他的竞选格言是「以人类智慧探寻计算机能力的边界」。

本科期间，他曾经获得过综合优秀奖、国家奖学金以及姚奖学金(Yao Award)一等奖等荣誉。姚奖学金是交叉信息院为了表彰和奖励「姚班」、「智班」学生在德、智、体、美、劳等全方面的优异表现，特别是在学习和科研上取得的优异成绩和突出成果而专门设立的奖金，在每个学年末，对「姚班」、「智班」三年级的优秀学生颁发。

在大三那一年，吕欣曾前往 MIT 进行学术访问，并在 IEEE 计算机科学基础研讨会 FOCS 2020 发表论文《Almost-Everywhere Circuit Lower Bounds from Non-Trivial Derandomization》，合著者包括姚班师兄、2016 年清华特奖得主陈立杰。该论文对「算法方法」证明电路复杂性研究起到了重要的推动作用。

论文地址：https://eccc.weizmann.ac.il/report/2020/150/

最终吕欣的票选结果未及前十，但陈立杰评价其有着「勤奋好学的品质以及扎实的功底」。吕欣在答辩中表示，自己未来的学术理想是「献身理论研究」。

清华群星闪耀时

今年是清华大学特等奖学金设立的第 21 年，该奖项是学校授予在校学生的最高荣誉，每年奖励表现最突出的二十名在校学生，其中本科生十名，研究生十名。清华大学特等奖学金获得者应是德智体美劳等各方面全面发展，综合素质最为优秀的同学，或者在某一方面具有突出特长或贡献，其他方面比较优秀的同学。

许多曾经获得特奖荣誉的清华本科生，如今已经在各自的领域取得了不菲的成绩，比如韩衍隽、杨植麟、陈立杰、乔明达、吴佳俊等人，目前在哔哩哔哩等视频网站还能找到往届的清华特奖答辩记录。

2014 年韩衍隽清华特奖答辩现场。

每年清华大学本科生特奖入围名单公布之后，都不乏「神仙打架」、「别人家的孩子」等惊叹。但也有人认为，更应该关注的是这些优秀年轻学生对理论研究的热情，在科学研究上所取得的切实成绩，而不是太过于关注一个人的成名故事。

参考链接：

《 全记录！2020 年清华大学特等奖学金(本科生)答辩 》

Amazon SageMaker实战教程(视频回顾)

Amazon SageMaker 是一项完全托管的服务，可以帮助机器学习开发者和数据科学家快速构建、训练和部署模型。Amazon SageMaker 完全消除了机器学习过程中各个步骤的繁重工作，让开发高质量模型变得更加轻松。

10月15日-10月22日，机器之心联合AWS举办3次线上分享，全程回顾如下，复制链接到浏览器即可观看。

第一讲：Amazon SageMaker Studio详解

主要 介绍相关组件，如studio、autopilot等，并通过在线演示展示这些核心组件对AI模型开发效率的提升。

视频回顾地址：https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f715443e4b005221d8ea8e3

第二讲：使用Amazon SageMaker 构建一个情感分析「机器人」

主要 介绍情感分析任务背景、进行基于Bert的情感分析模型训练、利用AWS数字资产盘活解决方案进行基于容器的模型部署。

视频回顾地址： https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f715d38e4b0e95a89c1713f

第三讲：DGL图神经网络及其在Amazon SageMaker上的实践

主要 介绍图神经网络、DGL在图神经网络中的作用、图神经网络和DGL在欺诈检测中的应用和使用Amazon SageMaker部署和管理图神经网络模型的实时推断。

视频回顾地址： https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f715d6fe4b005221d8eac5d

来源：机器之心

编辑 ∑Gemini返回搜狐，查看更多

责任编辑：