科研速递 | 从“数字孪生股市”到黑盒攻防，数据科学学院学子在AI顶会连获佳绩

主要观点总结

本文聚焦于香港中文大学（深圳）数据科学学院的学术卓越性，介绍了其学生及教授在人工智能领域的杰出贡献。特别是“数字孪生股市”和“黑盒对抗攻击”的研究取得了重要突破，并在国际顶级会议和期刊上发表了多篇论文。

关键观点总结

关键观点1: 数据科学学院的学术卓越性

学院致力于培养具有国际视野的复合型人才，学生在前沿课程的熏陶下，依托顶尖师资和产学研融合平台，在机器学习、自然语言处理、计算机视觉等领域不断突破自我。

关键观点2: “数字孪生股市”研究取得突破

港中大（深圳）数据科学学院学子构建了“数字孪生股市”模型，该模型是首个整合大语言模型智能体、认知建模与社交传播机制的大规模多智能体仿真平台，为计算实验金融和复杂系统研究提供了重要工具，并展示了大语言模型在人机协作和系统性金融风险分析中的潜力。

关键观点3: “黑盒对抗攻击”领域取得重要成果

港中大（深圳）数据科学学院的博士生郑美曦在黑盒对抗攻击领域取得重要突破，其研究论文成功发表在人工智能顶级期刊IEEE TPAMI。研究团队提出了目前收录规模最大的黑盒对抗攻击方法基准平台BlackboxBench，为评估模型鲁棒性及开发强健防御策略提供了重要工具。

关键观点4: 介绍会议及作者信息

文章介绍了国际表征学习大会（ICLR）的地位及影响力，以及ICLR 2025下设的金融人工智能研讨会的亮点。同时介绍了获奖学生的导师及一些研究背景信息。

免责声明