张骁，中国人民大学准聘助理教授，博导。博士毕业于天津大学。研究兴趣为：可信机器学习理论与算法、大模型赋能的信息检索应用。已在本领域相关的国内外学术期刊和会议上发表论文四十余篇，涵盖 ICML、NeurIPS、KDD、SIGIR、AAAI、IJCAI、WWW、ICDE 等人工智能重要国际会议，及 TOIS、《计算机学报》、《中国科学: 信息科学》等计算机学会 A 类期刊，并获得 CCDM 2016、ICPR 2018 优秀论文奖、WWW 2023 最佳论文提名奖、SIGIR-AP 2023 最佳论文奖。研究成果被来自斯坦福大学、法国国家信息与自动化研究所等科研机构的领域专家（A. Rudi、Lei Xing等）引用，所提出的在线核学习算法被国际模式识别学会《IAPR Newsletter》评价为 “promising for large-scale matrix computation and online learning”（参考译文：大规模矩阵计算及在线学习领域的一种有前景的方法）。受邀担任 ICML、KDD、SIGIR、NeurIPS、AAAI、IJCAI、WWW 等多个国际会议的程序委员会委员及资深程序委员会委员。主持科研基金项目包括：国家自然科学基金（面上项目、青年基金项目）、科技部人工智能重大专项子课题、中国科协高端科技创新智库青年项目、中国博士后科学基金特别资助、以及腾讯微信犀牛鸟专项研究计划和快手合作项目等横向项目。 更多介绍见主页：https://pinkfloyd1989.github.io/ZHANG-Xiao/