嘉宾及报告简介：
梁聪，清华大学计算机系在读博士生，主要研究数据中心网络，聚焦于通过网络架构与调度策略的设计，解决后摩尔定律时代交换芯片容量不足与日益增多的流量交换需求的矛盾，从而保障应用性能。研究兴趣还包括大模型训练与推理场景下的网络和系统性能优化。
论文题目：NegotiaToR: Towards A Simple Yet Effective On-demand Reconfigurable Datacenter Network
吴铎，吴铎现于清华大学攻读博士学位。此前，他于2024年在香港中文大学（深圳）获得硕士学位，并于2022年在暨南大学获得学士学位。他在多媒体网络、强化学习与大语言模型的交叉领域具有广泛的研究兴趣，近期聚焦于设计基于大模型的算法框架与系统以解决跨领域的决策优化问题。目前他已作为第一作者在国际核心期刊和会议上发表了多篇论文，包括 CCF-A 类期刊 IEEE TMC 和 CCF-A 类会议 ACM SIGCOMM。Homepage: https://duowuyms.github.io/
论文题目：NetLLM: Adapting Large Language Models for Networking
李嘉龙，李博士的研究方向主要为计算机网络，数据中心网络，其工作发表在包括计算机网络顶级会议SIGCOMM，期刊ToN,以及光通信顶级会议期刊JOCN, OFC上。迄今为止已发表学术论文二十余篇。李博士曾担任多个学术会议的程序委员会成员，担任多个SCI期刊的审稿人，曾获得清华综合优秀奖学金，清华之友-小米奖学金。在马普所工作期间，参与教授多门课程，辅导的硕士生论文获得最高分，指导的实习生以及在包括Princeton,EPFL,University of Michigan攻读博士学位。Homepage:https://franklee94.github.io/
论文题目：Uniform-Cost Multi-Path Routing for Reconfigurable Data Center Networks
刘栩廷，刘栩廷现于宾夕法尼亚大学计算机系攻读博士学位，主要研究大模型训练与推理场景下的网络和系统性能优化。他于2023年在加州大学伯克利分校获得计算机和运筹学双专业学士学位，并曾在微软研究院Redmond，微软亚洲研究院，AWS Science，橡树岭国家实验室等地实习。Homepage: https://xutingl.github.io/
论文题目：Rethinking Machine Learning Collective Communication as a Multi-Commodity Flow Problem
