近日，暨南大学广东智慧教育研究院博士研究生白友恒、李薛毅、程腾腾，于2025年11月20日至23日受邀前往湖北武汉，参加第十三届全国社会媒体处理大会（CIPS-SMP 2025），并在会议海报展示环节展示学术成果。本次大会由中国中文信息学会社会媒体处理专委会主办，华中科技大学计算机科学与技术学院承办，以“走向人类社会的大模型”为主题，汇聚全国各地1100余位专家、学者，吸引190多家单位参与。大会聚焦大模型与人类发展的深度融合，设置包括主旨报告、讲习班、分论坛、海报展示等多种形式，深入探讨大模型赋能人类社会可持续发展的路径。
成果分享
分享人：白友恒 分享主题：《Improving Interpretability of Cognitive Diagnosis Models with LLM-based Semantic Augmentation》 主要内容：分享了可解释性认知诊断模型研究的最新成果“SACD”。该模型针对现有认知诊断模型虽然能估计知识掌握情况，但缺乏可解释性的问题，利用大语言模型生成习题的结构化语义标注，结合核函数实现语义表征与行为表征空间的对齐，通过融合表征计算并引入大语言模型后处理生成可解释的诊断反馈报告。实验表明，SACD在多个真实数据集上均取得最优性能，有效提升了模型的预测准确性与可解释性。 |
分享人：李薛毅 分享主题：《Improving Scientific Formula Verbalization in Large Speech Language Models via Low-Rank Adaptation》 主要内容：分享了语音领域的最新研究成果“Formula-Speech”。该模型针对目前主流语音模型在处理公式符号时容易产生误读的问题，提出了一种端到端的语音模型，通过引入公式语义适配器实现公式到语音的精准转换。研究团队构建了EduDialogue和SciFormula两个高质量数据集，覆盖化学、数学、物理等多学科领域。实验表明，Formula-Speech在所有评价指标上均达到最优性能，为AI科学教育应用提供了重要支撑。 |
分享人：程腾腾 分享主题：《Bridging Pedagogical Logic and Visual Precision: A Knowledge-Driven Framework for Automated Problem-Solving Video Generation》 主要内容：分享了自动化解题视频生成领域的最新研究成果。该框架针对现有方法在教学逻辑与视觉精度方面的不足，提出了一种知识驱动的端到端系统，实现高质量STEM解题视频的可扩展生成。框架包含三个核心组件：知识驱动叙事合成器、语义到视觉程序合成器以及状态感知教学质量审核器，通过脚本生成、代码渲染、闭环审核的迭代流程，确保视频内容的教学准确性与视觉一致性。实验表明，该方法在音视频同步、内容相关性、教学有效性等多维度评价指标上均显著优于现有基线方法。 |
心得体会
三位同学的海报展示吸引了众多社会媒体处理领域的学者驻足交流，研究成果获得广泛关注与认可。
白友恒在会后表示，本次大会是一次难得的学术盛宴。通过海报展示与论坛学术交流，不仅加深了对社会媒体在人类社会各方面深远影响的理解，也收获了来自同行专家关于模型可解释性、多模态人工智能应用等方面的宝贵建议。特别是在大模型赋能智慧教育的主题讨论中，获得了诸多启发，对后续研究方向有了更清晰的认识。
李薛毅表示，CIPS-SMP是国内社会媒体处理领域的顶级学术会议，本次参会收获颇丰。通过与来自国内知名高校的专家学者深入交流，不仅拓宽了研究视野，也对大语言模型在多模态教育场景中的应用有了更深入的理解。多位专家学者对Formula-Speech模型的创新性给予肯定，同时也提出了关于模型泛化能力、跨语言适配等方面的建设性意见，为后续研究指明了方向。
程腾腾表示，此次大会以“走向人类社会的大模型”为主题，多场主旨报告深入剖析了大模型在教育、社会治理等领域的应用前景，与本人的研究方向高度契合。在海报展示环节，不仅锻炼了学术交流能力，也结识了多位从事智能教育研究的学者。特别是在智能教育分论坛中，关于大模型智能导学、多模态人工智能教育等议题的讨论，为后续研究提供了新的思路。
