近日，第四十届AAAI人工智能会议(AAAI Conference on Artificial Intelligence，AAAI—2026)公布录用结果，交通与土木工程学院平鹏副教授团队的研究论文“LoKI: Low-damage Knowledge Implanting of Large Language Models”（LoKI:新型大型语言模型的低损伤知识植入方法）被大会接收，并受邀在会上进行口头汇报。这是我校首次以第一单位在该会议上发布研究成果。
参数微调虽能有效使预训练模型适配下游任务，却不可避免地面临灾难性遗忘的风险，比如模型在适应新任务过程中可能丢失预训练阶段所习得的关键知识。为在统一框架下系统缓解这一挑战，该研究提出一种基于参数高效微调的低损伤知识植入方法。该方法深度融合了近年来对Transformer架构中知识存储机制的结构性理解，通过精细化参数干预，在实现任务适配的同时，显著减轻对已有知识的覆盖与破坏。在多个真实场景的微调任务中，本研究提出的方法相较于当前主流微调方法展现出显著优势。实验结果表明，该方法在维持模型通用能力方面表现尤为突出，同时在特定任务性能上可与全参数微调及其他高效微调方法相媲美，能够有效平衡“任务特异性适应”与“通用能力保留”之间的张力。该研究成果不仅为有限算力下的高性能、低遗忘模型优化提供了可行路径，其机制驱动的设计思路也可为构建更稳健、可扩展的预训练—微调范式提供新的理论视角与工具，具有较高的科研价值和较好的应用前景。
AAAI 会议是人工智能领域的全球顶级国际学术会议，同时也是CCF-A类会议。本次会议共接收到全球近29000篇研究论文，最终录取4167篇论文，录取率约17.6%，受邀进行口头报告的论文占比不足5%。我校入选论文由施佺教授、平鹏副教授、青年教师嵇天博共同指导完成，硕士生王润瑀为第一作者，平鹏副教授为通讯作者，爱尔兰都柏林城市大学、南方电网电力科技股份有限公司为论文合作单位。
（高柱）
