MLCommons公布2026 Rising Stars:39位机器学习系统新星入选

This article has not been translated into English yet. Showing the original Chinese version.

MLCommons Rising Stars 计划面向机器学习(ML)与系统交叉领域的早期研究者,旨在为他们提供支持、连接与成长机会。通过这一项目,参与者可以进入一个活跃的全球研究社区,与学术界和产业界的领军人物建立联系,并进一步提升技术能力与职业发展能力。

MLCommons宣布,第四届 MLCommons Rising Stars 队列正式出炉。本届共有39位优秀青年研究者入选,他们来自全球26所机构,并从超过175名申请者的激烈竞争中脱颖而出。MLCommons表示,这些研究者已经在ML、系统和数据系统研究方面展现出突出潜力,不仅有当前成果,更有望影响该领域未来的发展方向。

研究方向:从大模型到AI基础设施

本届 Rising Stars 队列体现了机器学习系统领域新生代人才的深度与广度。多数入选者为高年级博士生,主要处于博士第3至第6年;同时也包括一部分博士后研究者。

他们的研究主题覆盖广泛,包括large language models、ML系统效率、hardware-software co-design、trustworthy AI、多模态学习,以及医疗健康、网络安全和科学计算等应用场景。值得注意的是,许多项目都强调可扩展性、效率与真实世界部署,这反映出机器学习创新正在进一步走向以系统为核心、面向落地的方向。

全球化与多元化持续增强

本届入选者来自北美、欧洲、亚洲和澳大利亚等地区的领先机构,展现出ML研究社区日益全球化和跨学科化的趋势。MLCommons指出,这种国际化参与有助于促进不同地区之间的思想交流。

与此同时,项目也在持续推动更广泛的参与。本届队列涵盖不同性别身份与背景的研究者,其中女性与性别多元研究者占比达到28%

7月将在AMD总部举办Rising Stars Workshop

作为项目的一部分,MLCommons将于7月30日至31日在位于加州圣克拉拉的AMD总部举办 Rising Stars Workshop。届时,入选者将展示各自研究成果,探索新兴机会,参与职业发展环节,并与跨学术界和产业界的同行及导师建立长期联系。

MLCommons认为,本届队列整体反映出机器学习系统研究在塑造AI未来方面的重要性正在持续上升。

MLCommons副总裁、哈佛大学教授 Vijay Janapa Reddi 表示:MLCommons Rising Stars 聚焦那些正在塑造AI工程未来的研究者,他们的工作贯穿机器学习系统栈,覆盖算法、模型、系统、硬件和可扩展基础设施。AI的快速演进越来越依赖这些相互关联层面的共同进步。

ML & Systems Rising Stars 2026

以下为官方发布的2026年 ML & Systems Rising Stars 队列图片,旨在表彰机器学习与系统领域表现突出的早期研究者。

致谢

MLCommons向本届所有 Rising Stars 表示祝贺,也感谢所有申请者的关注与热情。

项目同时感谢 Rising Stars 组织者 Abdulrahman Mahmoud(MBZUAI)、Akanksha Atrey(Nokia Bell Labs)、Muhammad Husnain Mubarik(AMD)、Sercan Aygun(University of Louisiana at Lafayette)和 Udit Gupta(Cornell Tech),以及更广泛的组织委员会和项目委员会。他们共同完成了本届优秀队列的遴选与组织工作。

此外,MLCommons也特别感谢 Dave Graham(MLCommons)和 Ralph Witting(AMD)对项目和研讨会落地提供的重要支持。

This article is from MLC blog, translated in full by Winzheng (winzheng.com). Click here to view the original When republishing the translation, please credit the source. Thank you!