2025年9月，香港中文大学（深圳）数据科学学院的方一向、贺品嘉教授荣获2025年度CCF-华为胡杨林基金-软件工程专项，展现了港中大（深圳）在软件工程及人工智能相关领域的持续创新实力，也展示了数据科学学院在推动产学研结合的积极贡献。

2025年度CCF-华为胡杨林基金-软件工程专项

2025年度CCF-华为胡杨林基金-软件工程专项共有27位学者获得本年度基金资助，该专项至截止时间共收到110份有效申请书，申报数量再创新高。

2025年支持前沿探索类项目9项、产业挑战类项目13项、开放类项目5项。前沿探索类项目主要面向前沿技术探索，其成果瞄准发表在高水平学术会议上。产业挑战类项目主要根据申请者及团队已有学术成果，开发原型系统/工具，实际落地到系统（包含开源系统）中。开放类课题旨在适应智能化软件工程领域的技术快速发展节奏，充分发挥研究者的研究专长，促进产学研的良性发展。

其中，港中大（深圳）数据科学学院方一向教授申报的产业挑战类项目 “研发领域长短期记忆框架关键技术”及贺品嘉教授申报的前沿探索类项目“基于模型架构实现LLM内生安全等能力快速迭代提升”入选资助名单。

项目介绍

▉ 项目名称

面向大规模研发数据的长短期记忆关键技术研究

▉ 项目类别

产业挑战类

▉ 项目教授

方一向

▉ 项目介绍

在AI驱动的研发效能革命中，大模型已被广泛用来辅助软件开发者的工作，包括需求分析、架构设计、代码生成、软件测试、缺陷分析等。开发者需要和大模型进行频繁的交互，从而产生了大量的历史对话数据。这些数据不但能反映开发者的个人工作特性，也能为未来研发过程提供重要的参考知识。因此，针对研发领域历史对话数据设计高效的长短期记忆机制可以大大提升软件研发的效率。然而，在实际软件研发过程中，由于研发周期长、大模型交互频繁等原因，对话数据规模非常大且更新频繁，导致现有相关技术存在适用性差、准确率不高、效率偏低、难以快速动态更新等问题。为此，针对软件研发对话数据，本项目拟设计一套基于树图结合的长短期记忆框架，提出用于记忆更新、冲突消解、记忆检索等环节的一系列高效算法，最终提供一整套的长短期记忆关键技术，提升软件研发的效率，为智能化软件研发提供核心能力支撑。

▉ 教授简介

方一向

副教授

香港大学博士

研究领域: 大数据管理、挖掘、人工智能

方一向，现为香港中文大学（深圳）数据科学学院副教授，博士毕业于香港大学计算机科学系，曾在澳大利亚新南威尔士大学从事学术研究工作。主要研究大模型检索增强生成、智能体、知识图谱、人工智能等相关课题。已在数据库、数据挖掘、人工智能等领域的国际会议/期刊上累计发表论文100多篇，其中中国计算机学会认定的A类论文（CCF-A）70余篇。其中一篇代表性研究成果的论文被评为SIGMOD 2020会议的四篇最佳论文之一，并荣获2021 ACM SIGMOD Research Highlight Award。目前担任CCF-B类国际知名期刊《Information Processing & Management》的编委以及《Applied Sciences》的客座主编。曾担任数据库、数据挖掘、人工智能等领域的多个顶级会议（例如PVLDB、ICDE、KDD、WWW、AAAI、IJCAI等）的程序委员会成员，以及顶级期刊（例如TKDE、VLDBJ等）的审稿人。主持和参与国家自然科学基金委的多个研究项目。

▉ 项目名称

基于模型架构实现LLM内生安全等能力快速迭代提升

▉ 项目类别

前沿探索类

▉ 项目教授

贺品嘉

▉ 项目介绍

本项目围绕大语言模型在可信部署中的安全挑战，聚焦提示注入攻防与模型内生安全能力构建，旨在构建可插拔安全模块框架，构建具备快速迭代的大模型安全能力框架，为可信AI提供结构级安全新范式。

▉ 教授简介

贺品嘉

助理教授

香港中文大学博士

研究领域: 软件工程、人工智能、LLM for DevOps、大模型安全

贺品嘉教授现为香港中文大学（深圳）助理教授，国家级青年人才。贺品嘉教授于2018年从香港中文大学获得博士学位，此后在苏黎世联邦理工学院从事学术研究工作三年。贺品嘉教授的研究方向为软件工程、AI for SE、大模型、可信人工智能。

他在ICSE, FSE, ICLR, ACL, OSDI等顶级会议期刊发表论文60余篇。获得IEEE TCSE Rising Star Award (全球博士毕业六年内的软件工程学者中选一人)、IEEE开源软件服务奖、ISSRE最有影响力论文奖等奖项。谷歌学术引用7000余次。主导的开源项目在GitHub上被star 7000余次，并被450多个学界业界组织下载9万余次。担任顶刊TOSEM的Associate Editor，顶会FSE 2025的Social Media Co-Chair，四大软件工程顶会的程序委员会成员。