随着ChatGPT、DeepSeek等大语言模型的爆发式发展，人工智能正在经历一场前所未有的变革，其中个性化技术成为决定用户体验和商业价值的关键分水岭。在这一技术浪潮中，大语言模型的个性化发展呈现出“两极分化”的显著特征：一方面，业界急切地追求千人千面的精准服务体验；另一方面，学术界对个性化可能带来的认知窄化、隐私风险、算法偏见等问题提出深度质疑。为探索大语言模型个性化的技术路径与伦理边界，中国计算机学会（CCF）青年计算机科技论坛（YOCSEF）香港分论坛与广州分论坛于2025年10月16日联合举办“大语言模型个性化之路：突破、困境与未来展望”技术论坛。论坛聚焦个性化文本生成、智能问答、教育助手、客户服务等垂直场景的落地挑战，汇聚产学研各界专家深度研讨技术创新与风险管控的平衡机制。本次论坛由CCF主办，YOCSEF香港与广州学术委员会共同组织，香港教育大学支持，由CCF YOCSEF香港AC委员沈家星（岭南大学）和CCF YOCSEF广州AC委员刘伟莉（广东技术师范大学）共同担任执行主席。

论坛邀请香港教育大学助理教授符欲均、武汉理工大学教授李琳、华南师范大学教授郝天永作为引导嘉宾，天津大学副教授杨雅君、珠海一微半导体股份有限公司机器人研发中心总监周和文作为特邀思辨嘉宾。香港教育大学协理副校长徐贯东教授、YOCSEF香港现任主席刘东屏博士（亚马逊云科技教育行业总监）、日本岩手大学张建伟教授、香港EVI教育集团董事长Ken Nip、域名科技杨育聪、香港教育大学助理教授杨宇、岭南大学教学助理教授东承祖、香港城市大学助理教授范凤磊、悉尼科技大学博士黄思睿、YOCSEF广州AC委员李宇翔（头歌实践教学平台）、YOCSEF南京学术秘书臧天梓（南京航空航天大学）和AC委员李逸聪（南京航空航天大学）等来自多所高校及多家企业事业单位的代表共30多人参加本次论坛。

论坛首先由论坛执行主席沈家星介绍论坛背景等相关情况。香港教育大学协理副校长徐贯东教授致辞发言。徐校长首先对参会嘉宾表示热烈欢迎，并介绍道，香港教育大学作为本次论坛的支持单位，始终致力于推动教育科技与前沿技术的融合创新。他指出，当前以大语言模型为核心的AI技术正经历爆发式变革，个性化发展既面临“千人千面精准服务”的机遇，也需直面认知窄化、隐私风险等学术争议。在此背景下，他期待与会专家围绕“场景适配难题”和“多维度平衡机制”两大思辨议题，在智能客服、教育助手等垂直领域展开深度探讨，推动技术突破与伦理建设的协同发展，并预祝论坛通过跨界碰撞凝聚共识、取得丰硕成果。

图1 香港教育大学协理副校长徐贯东致辞

YOCSEF香港现任主席、亚马逊云科技教育行业总监刘东屏博士介绍YOCSEF文化核心时强调，YOCSEF始终以“思辨精神”为底色，以“自由发言”和“平等交流”为核心原则。他结合亚马逊云科技在教育行业的实践指出，大语言模型的个性化应用正在重塑教育场景——从智能助教到个性化学习路径推荐，技术创新需与教育伦理并重。

香港教育大学符欲均助理教授以“基于个性化大语言模型的电话诈骗检测：平衡准确性、隐私保护与跨语言挑战”为题作引导报告，针对电信诈骗场景中模型可靠性、多语言数据适配与隐私泄露风险等难题，提出通过自建多语言诈骗数据集提升检测精度，并设计隐私保护机制实现数据安全与检测效能的动态平衡。武汉理工大学李琳教授以“X-of-Thought Prompting in LLM”为题作引导报告，创新性提出代码式提示方法，通过结构化指令优化大模型对科学领域专业问题的解析能力，在材料科学实验中较传统自然语言提示极大提升准确率，为跨学科知识处理提供了可扩展的技术路径。华南师范大学郝天永教授以“大语言模型发展的十大前沿问题”为题作引导报告，系统剖析参数规模逼近人脑神经元后的智能涌现机制、垂直领域适配瓶颈及隐私-效果权衡等核心挑战，强调需构建万亿参数模型以突破认知边界，并呼吁建立跨学科协作机制推动伦理标准与具身智能理论的协同发展。

图2 符欲均助理教授作引导报告

图3 李琳教授作引导报告

图4 郝天永教授作引导报告

在三位引导发言嘉宾作报告后，由论坛执行主席沈家星、刘伟莉主持论坛思辨环节。思辨嘉宾天津大学副教授杨雅君、珠海一微半导体股份有限公司技术总监周和文等围绕“场景适配难题：从智能客服到教育助手，如何破解‘千场景千需求’的落地挑战？”和“多维度平衡：如何在效果、成本、风险间构建最优权衡机制？”两个议题展开了深入思辨，总结得到以下观点。

思辨议题1: 场景适配难题：从智能客服到教育助手，如何破解“千场景千需求”的落地挑战？

针对场景适配难题，与会专家从数据获取、技术路径与多模态融合等维度展开探讨。杨育聪指出，教育、医疗等垂直领域面临数据稀缺挑战，如罕见病诊疗数据难以规模化获取，需开发小样本学习等适配方法；周和文强调机器人场景中多模态数据（语言、视觉、空间感知）的融合需求，提出需突破传感器数据采集与结构化处理的技术瓶颈。张建伟建议通过检索增强生成（RAG）技术优化场景适配，将文本分割、检索与生成环节结合，提升模型对细分领域知识的利用效率；李琳则聚焦领域数据集构建，认为需建立标准化数据标注流程以降低算法训练成本。此外，符欲均以医学场景为例，指出个性化模型需平衡数据隐私与检测效能，而周和文提出的脑科学芯片生物信号采集方案，则为非结构化数据的场景化应用提供了新思路。

思辨议题2: 多维度平衡：如何在效果、成本、风险间构建最优权衡机制？

围绕效果、成本与风险的动态平衡，专家提出差异化技术路径与实践框架。周和文从机器人产业实践出发，主张通过“提量降本”策略扩大应用规模，同时引入多模态风险预警机制；东承祖建议采用“大模型+小模型”混合架构，以轻量化模型降低算力成本，并通过法律合规性审查管控算法偏见风险。杨雅君结合肾病诊断案例，强调需将人类专家经验嵌入模型推理链条，以弥补纯数据驱动在时序关联判断上的不足；臧天梓则提出构建用户可感知的隐私保护指标体系，允许用户自主选择隐私保护等级，实现个性化效果与数据安全的灵活适配。郝天永进一步指出，平衡机制需基于场景特性定制——如海关场景优先压缩响应成本，电网系统侧重风险零容忍，而教育领域则需在效果与伦理约束间取得均衡，为跨行业落地提供了方法论参考。

图5 思辨现场热烈讨论

        YOCSEF香港现任主席、亚马逊云科技教育行业总监刘东屏博士在总结中指出，本次论坛通过产学研跨界对话，在场景适配与多维度平衡机制上达成重要共识：技术上需构建“RAG增强生成+混合架构”的弹性框架破解场景碎片化难题，制度上应建立用户可感知的隐私分级体系与法律合规审查流程。从教育行业视角看，大语言模型个性化需特别关注教育公平性、学生隐私保护和教师角色重塑三大维度。他表示，YOCSEF将持续推动跨界对话，联合粤港澳大湾区高校将论坛成果转化为教学案例，促进技术创新与伦理建设协同发展。

图6与会嘉宾合影留念

论坛在热烈的讨论氛围中圆满结束。与会嘉宾一致认为，大语言模型个性化发展需要技术创新与伦理建设双轮驱动，期待通过持续的跨界对话，推动AI技术在教育、电商、金融等垂直领域的负责任应用。

图1 香港教育大学协理副校长徐贯东致辞

图2 符欲均助理教授作引导报告

图3 李琳教授作引导报告

图4 郝天永教授作引导报告

图5 思辨现场热烈讨论

图6 与会嘉宾合影留念

#大语言模型 #个性化AI #教育科技 #YOCSEF #粤港澳大湾区 #AI伦理 #隐私保护 #智能教育 #产学研合作 #CCF