本科生科研入门学习指南（更新时间：2026.02.11）

前言

• 课题组负责人：郭兰哲 (南京大学智能科学与技术学院，准聘助理教授，博士生导师)
• 研究方向：神经符号学习 (Neuro-Symbolic Learning)、大模型推理 (LLM Reasoning)、智能体 (Agent)
• 招生对象：直博生、硕士生、科研实习生（支持 Remote）
• 联系方式：欢迎感兴趣的同学联系 guolz@nju.edu.cn。
  • 邮件标题建议注明：[科研实习/保研/直博申请] 姓名-学校-年级-专业

学习目标

本学习大纲面向从 0 到 1 入门的本科生，目标是在 6-8 周 内，帮助同学建立对课题组研究方向的整体认知、核心技术理解与基础科研能力，为后续参与真实科研项目打下基础。

• 基础夯实：了解人工智能与大模型基础知识，能够自主检索并读懂前沿论文与代码。
• 领域认知：理解什么是大模型/多模态推理、LLM Agent、Neuro-Symbolic Learning。
• 科研素养：具备“提出问题 -> 文献检索 -> 代码复现 -> 实验分析”的完整科研闭环能力。

---

阶段 1：人工智能与大模型基础（进组考核内容）

说明：此阶段为“准入资格”学习。在正式加入课题组参与科研实习之前，你应当具备人工智能、大模型的基础知识。你可以参照下面的大纲，结合提供的参考资料，或者网上其他优质资料进行学习

如果你认为自己已具备相关能力，便可约时间进行入组考核

1. 神经网络与深度学习基础

学习目标：

• 掌握神经网络的基本原理，能够理解前向传播与反向传播的数学推导与代码实现
• 掌握 CNN/ResNet、RNN 等机器学习基础模型架构
• 掌握 Pytorch 核心组件的使用，例如 Dataloader、损失函数、模型搭建、优化器等

参考资料：

• 动手学深度学习
• Neural Networks: Zero to Hero (Andrej Karpathy)
• PyTorch Tutorial

2. 大语言模型（LLMs）

学习目标：

• 掌握 Transformer 的核心机制 (Self-Attention, Positional Encoding, Decoder-only vs Encoder-Decoder 等)
• 了解 GPT 系列、LLaMA 系列等典型大语言模型
• 了解基础的 Prompt Engineering (Zero-shot, Few-shot) 及 API 调用方式
• 了解 Chain-of-Thought 等大模型推理机制

参考资料：

• Happy-LLM (Datawhale)
• Prompt Engineering Guide

3. 视觉与多模态大模型

学习目标：

• 了解 Vision Transformer (ViT) 的基本原理
• 了解 LLaVA、Qwen-VL 系列等前沿多模态大模型

参考资料：

• ViT 论文 | 代码库
• LLaVA 论文
• Qwen3-VL Technical Report
• 多模态大模型论文串讲：上，下

---

考核方式： 完成上述基础知识学习之后，可以约时间进行交流（线下或线上会议），无需准备 PPT 等材料，交流方式为面试提问。主要围绕基础概念的理解，不会过多关注算法细节的记忆，通过后即可作为科研实习生加入课题组

---

阶段 2：文献阅读与代码实践（科研入门培训）

说明：进入此阶段，你已经正式开始科研训练。本阶段重点在于论文调研、阅读、复现与思考

预备工作：

1. 请自行搜索，了解什么是 arXiv, HuggingFace, Google Scholar, DBLP
2. 了解 ICML, NeurIPS, ICLR 等人工智能顶级会议, 具备根据某个 topic 检索相关论文的能力

核心流程：

1. 了解方向：了解本组的主要科研方向（Neuro-Symbolic Learning，LLM Reasoning，Agent）。
2. 选择题目：结合自己的兴趣，选择一个方向
3. 实践汇报：完成相应的论文阅读以及代码实践，并形成 PPT 汇报

本训练计划并非考核某个固定答案，而是帮助你判断： 你是否真正享受分析问题、阅读论文、调试代码和反思实验的过程。 如果你对“研究问题本身”感到兴奋，那么欢迎加入我们。

研究方向初步认知 (建议阅读)

• 神经符号学习 (Neuro-Symbolic Learning)
  • Neuro-Symbolic Learning in the era of Large Models
  • Neuro-Symbolic Artificial Intelligence: Towards Improving the Reasoning Abilities of Large Language Models
• 大模型推理与规划 (LLM/MLLM Reasoning & Planning)
  • DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
  • Towards Reasoning Era: A Survey of Long Chain-of-Thought for Reasoning Large Language Models
  • Perception, Reason, Think, and Plan: A Survey on Large Multi-Modal Reasoning Models
• 智能体 (Agent)
  • Agent AI: Surveying the Horizons of Multi-Modal Interaction
  • A Survey on Agentic Multi-Modal Large Language Models
  • Agentic Reasoning for Large Language Models
  • 《从零开始构建智能体》

选题实战（任选其一）

请结合个人兴趣选择一个方向，检索并阅读相关论文并完成代码实践

⚠️ 注意事项：

• 不要求完整复现论文全部实验，但需要在至少 1 个数据集上跑通完整算法流程，并得到结果
• 尽量复用开源框架（如 LLaMA-Factory, TRL, LangChain 等），重点在于掌握算法流程以及分析实验结果，而非重复造轮子
• 若算力受限，请优先使用 PEFT (LoRA/QLoRA) 或小参数量模型（如 Qwen-2.5-1.5B/3B）
• 如果在实践过程中未能复现论文中的性能结果，并不视为失败；请尝试定位问题来源、分析原因并给出合理解释
• 如果要复现自行查找的论文，请优先选择近两年 (2025年后) 在顶会 (ICML/NeurIPS/ICLR) 上发表的，或具有较高影响力 (Citation>100) 的文章

---

方向 1：大模型逻辑推理

• Logic-LM: Empowering Large Language Models with Symbolic Solvers for Faithful Logical Reasoning
• Faithful Logical Reasoning via Symbolic Chain-of-Thought
• VeriCoT: Neuro-symbolic Chain-of-Thought Validation via Logical Consistency Checks

🎯 实践任务

基于上述提供的论文，调研结合Formal Language与Symbolic Solver提升LLM逻辑推理能力的工作，在至少1个逻辑推理benchmark中进行1篇论文复现

目标：体会结合形式化语言与求解器提升LLM逻辑推理能力的思想

方向 2：数学、几何推理

• SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models
• SFT Memorizes, RL Generalizes: A Comparative Study of Foundation Model Post-training
• Neuro-Symbolic Data Generation for Math Reasoning
• NeSyGeo: A Neuro-Symbolic Framework for Multimodal Geometric Reasoning Data Generation(一作是智科院 2023 级本科生，大二期间完成)

🎯 实践任务：

基于 SFT 或 GRPO 算法微调一个开源大语言模型或者多模态大模型（例如 Qwen-Math 系列），在一个数学推理数据集（例如 GSM8K、MATH、MathVista 等）进行评测，分析微调前后模型的性能变化

目标：体会SFT与RL作为两种常用post-training范式的区别，并学会使用两种方式提升base model推理能力；SFT为必选任务，GRPO如果跑不起来，可以只掌握原理/代码实现

方向 3：视觉图像推理

• Visual Programming: Compositional visual reasoning without training
• DeepEyes: Incentivizing "Thinking with Images" via Reinforcement Learning
• Thyme: Think Beyond Images
• Thinking with Images for Multi-Modal Reasoning: Foundations, Methods, and Future Frontiers

🎯 实践任务：

调研 "Think with Images" 方向的论文，尝试在一个视觉推理数据集上，复现一种方法，并进行结果分析

目标：体会think with images这一方向的主要研究问题和常见范式；如果算力不允许可以优先选择Training-Free的方法

方向 4：抽象视觉推理

• ARC Challenge
• NSA: Neuro-symbolic ARC Challenge

🎯 实践任务：

了解什么是 ARC Challenge，调研相应的论文与解决方案，并尝试实现至少一种方法，分析其结果和瓶颈

目标：了解ARC Challenge这一任务，熟悉已有的方法范式

方向 5：Travel Agent (Tool-Use & Planning)

• TravelPlanner: A Benchmark for Real-World Planning with Language Agents
• ChinaTravel: An Open-Ended Benchmark for Language Agents in Chinese Travel Planning
• Mind the Gap to Trustworthy LLM Agents: A Systematic Evaluation on Constraint Satisfaction for Real-World Travel Planning (AAAI 2026 Trust Agent Workshop Best Student Paper, 前两位作者均为智科院本科生)

🎯 实践任务：

基于 ReAct 框架构建一个简单的 Agent，分析其在上述两个数据集中的性能表现

目标：体会Travel Planning这一任务的关键挑战（约束可满足的复杂规划能力）以及潜在解决方案

方向 6：Game/Embodied Agent

• Voyager: An Open-Ended Embodied Agent with Large Language Models
• WALL-E 2.0: World Alignment by NeuroSymbolic Learning improves World Model-based LLM Agents
• InstructFlow: Adaptive Symbolic Constraint-Guided Code Generation for Long-Horizon Planning
• Training-Free Group Relative Policy Optimization
• Re2 Agent: Reflection and Re-execution Agent for Embodied Decision Making (NeurIPS 2025 EAI Challenge Most Innovative Approach)

🎯 实践任务：

参考上面的论文，在我的世界 (MineCraft) 环境或具身数据集 ALFWorld 或者 EAI 中进行实验，并汇报性能结果。 (注：MineCraft 相对来说环境更为复杂，且对模型能力要求较高，请根据自身工程能力选择)

目标：了解Agent Skill、Agent Memory等相关内容，熟悉相关的benchmark

方向 7：Symbolic Regression

• Tutorial: https://symbolicregression2025.github.io/

🎯 实践任务：

基于上述 Tutorial，阅读相关论文，尝试复现论文 LLM-SR: Scientific Equation Discovery via Programming with Large Language Models，根据论文给出的 Github 仓库跑通代码，并对比原文中的结果

目标：了解Symbolic Regression任务，常见的benchmark以及LLM时代的主流方法

---

💡 自定义方向 如果你对其他隶属于 Neuro-Symbolic Learning、Agent、LLM Reasoning 领域的研究方向感兴趣（比如多模态医学推理、遥感图像推理、Chart QA、智慧司法、或者我的世界之外的其他游戏场景等），也可以提前进行沟通，得到允许之后，可以自行发挥查阅相关文献，按对等要求完成（即复现至少 1 篇论文算法在 1 个数据集上的实验结果）

---

3. 汇报要求

完成上述任务之后，需要准备一份 PPT 进行汇报，内容应包含：

1. 领域背景简介：该方向主要解决什么科学问题？为什么重要？
2. 代表方法介绍：有哪些代表性的方法，核心思路是什么？（尽量用自己的语言简洁叙述，不要照搬原文）
3. 实验结果分析：实验设置、实验结果、分析讨论等
4. 未来思考：基于你的实践，你认为该方向下一步可以做什么？

PPT 制作基本原则：

• PPT 可以用中文或英文制作
• 不需要设置动画，导出为 PDF 格式
• 字体建议：中文使用微软雅黑，英文使用 Times New Roman
• 涉及到参考文献的需要添加引用，参考文献放在本页PPT的最下方
• 可以使用 Powerpoint，也可以使用 LaTeX，以文档排版美观、易于阅读为最终目标

---

关于本文档的任何问题或者建议，欢迎留言或邮件咨询~~