科研讲座 | 第十五期 共享智慧，协同创新，构筑科研交流平台

为加强软件学院专任教师科研能力建设，推动教师间的学术互动与协作，进一步激发科研活力与创新思维，2026年9月24日，软件与大数据技术系在软件园校区A3楼116会议室顺利举办软件学院2026年度第十五场科研学术讲座。

杜梦晗老师围绕知识图谱在软件开发与项目管理中的落地实践，介绍融合大语言模型与知识图谱的构建框架。刘彤老师则聚焦KV Cache：大模型推理的"缓存"机制研究，深入探讨大模型自回归生成中注意力计算冗余导致推理速度随序列增长而下降、显存占用加剧等问题。两位老师的分享兼具扎实的理论深度与极强的实践指导性，融合前沿学术研究与工程应用经验，有效拓宽了团队的科研视野，为团队开展学术创新与技术研究筑牢了坚实基础。

杜梦晗老师首先介绍融合大语言模型与知识图谱的智能框架，以大语言模型辅助构建结构化知识图谱，融合结构特征与语义特征，实现精准诊断与可解释的智能推荐，同时，框架引入动态闭环机制，通过用户反馈与增量数据持续更新图谱结构和推理策略，使系统在动态环境下不断自我优化。结合典型案例，验证该方法在精准度与增益上的提升，为智能化落地提供可借鉴的实践经验。

随后，刘彤老师针对大模型自回归生成中注意力计算冗余导致推理延迟随序列增长而上升的问题，系统介绍KV Cache这一推理优化的基础机制，涵盖其提出的动机，在注意力计算中缓存Key与Value实现增量解码的基本原理，并深入剖析"用空间换时间"策略下缓存随上下文线性膨胀、显存占用加剧所带来的新挑战，为理解大模型推理优化提供了清晰的路径指引。

本次学术讲座的成功举办，进一步深化了教师群体对知识图谱与大语言模型融合构建、结构语义特征联合表征及可解释智能推荐的实现路径，以及大模型推理优化中注意力计算机制、KV Cache 缓存策略与显存资源管理方法的认知与理解，有效拓宽了团队在知识工程、大模型推理等领域的科研学术视野，为教师科研能力与专业素养的迭代升级注入了强劲动力。

展望未来，我们将持续发力，推动高质量科研交流活动走向常态化、规范化，全力打造开放包容、互利共赢的优质学术生态。我们将促进不同研究方向的思想碰撞交融与跨领域深度协同，携手攻克科研实践中的关键瓶颈与核心难题。我们坚信，通过持续深化学术对话、共探前沿创新理念，必将催生更多兼具突破性与创新性的科研成果，为学术高质量发展注入持久活力。