陈永强，香港中文大学四年级博士生，个人主页：https://lfhase.win/
报告题目：图不变学习真的学到了不变性吗？
刘程畅，香港中文大学博士生，个人主页: https://7ccliu.github.io
报告题目：Block Broyden's Methods for Solving Nonlinear Equations
于越，北京邮电大学硕士生。文章代码：https://github.com/VoidHaruhi/POT-GCL，实验室主页：shichuan.org
报告题目：Provable Training for Graph Contrastive Learning
张一帆，中国科学院自动化研究所直博三年级，个人主页：https://yfzhang114.github.io/
报告题目： OneNet: Enhancing Time Series Forecasting Models under Concept Drift by Online Ensembling
张菲，上海交通大学一年级博士生，个人scholar主页：https://scholar.google.com/citations?user=Omrg6UkAAAAJ&hl=zh-CN
报告题目：Uncovering Prototypical Knowledge for Weakly Open- vocabulary Semantic Segmentation
杨梦月，伦敦大学学院（UCL）博士在读，导师是汪军教授。研究兴趣包括因果表示学习、强化学习和推荐系统，在机器学习领域的顶级会议和期刊上发表多篇一作研究成果。主页：https://ymy4323460.github.io/
报告题目：NuerIPS Spotlight. 充分必要因果启发下的不变学习
张岸，新加坡国立大学NExT++博后，导师是Chua Tat-Seng教授。主要研究方向在Generative Agent，Robust AI，Recommender System。个人主页：https://anzhang314.github.io/
报告题目：推荐系统中假阴性的发掘与对抗 - 对抗对比学习损失函数AdvInfoNCE
吴佳龙，清华大学二年级博士生，导师为龙明盛副教授。他的研究方向为强化学习与世界模型。个人主页：https://manchery.github.io/
报告题目：Pre-training Contextualized World Models with In-the-wild Videos for Reinforcement Learning
刘致远，新加坡国立大学NExT++在读博士生，导师是Chua Tat-Seng教授。主要研究方向在 Self-Supervised Learning on Graphs, Multi-modal Language Model for Scientific Modalities. 个人主页: https://acharkq.github.io/
Rethinking Tokenizer and Decoder in Masked Graph Modeling for Molecules
袁锐，巴黎高电博士毕业生，导师为Robert Gower和Alessandro Lazaric。同时，他曾在Meta人工智能研究院(FAIR)开展研究工作。他的研究方向为优化和强化学习，相关研究工作发表在 Neurips、ICLR、SIAM 等会议和期刊上。个人主页：https://rui-yuan91.github.io/
报告题目：A Novel Framework for Policy Mirror Descent with General Parametrization and Linear Convergence
吴俊康，中国科学技术大学博士生，个人主页：https://junkangwu.github.io/
报告题目：从分布鲁棒优化角度来理解对比学习的鲁棒性和温度系数的意义
钟家兴，牛津大学虚实整合系统组在读博士，师从Andrew Markham教授和Niki Trigoni教授，研究兴趣为机器学习和计算机视觉，主要是场景理解中的三维视觉以及视频分析；担任多个顶级学术会议或期刊审稿人，并在计算机视觉相关领域多个顶级会议期刊发表多篇论文。
报告题目：Multi-body SE(3) Equivariance for Unsupervised Rigid Segmentation and Motion Estimation
