第34届国际信息与知识管理会议（CIKM 2025）在韩国首尔圆满落幕。重庆大学时空实验室（Start Lab）的本科生成员尚游在本次会议中表现优异，以第一作者身份发表了学术论文“General Adaptive Memory Allocation for Learned Bloom Filters”，并受邀在大会上作口头报告。此次赴韩参会，不仅向国际学术界展示了重庆大学本科生在数据库与算法领域的扎实功底，也标志着时空实验室在数据库与数据挖掘领域的影响力。
在这篇论文中，我们解决了学习型布隆过滤器中一个至关重要但长期被忽视的问题：如何在有限的内存预算下，对“学习模型”和“备份过滤器”进行最优的内存分配，以最小化假阳率。为此，我们提出了Gama，这是首个通用的LBF自适应内存分配框架。Gama 包含两种核心策略：其一是适用于紧缺内存预算的基于循环的方法（Loop-Based），其二则是在大内存预算下能通过概率探索高效锁定最优配置的基于贝叶斯的方法（Bayesian-Based）。我们进一步通过混合策略结合了两者的优势，实现了在不同约束下的动态适应。在三个真实大规模数据集上的实验表明，Gama 能显著提升 LBF 的性能，在最佳情况下相比原始 LBF 将假阳率降低了 69%。有关该论文的详细解读，请参考：https://mp.weixin.qq.com/s/KreiUT_wOG1b8RYMs0P-wg
CIKM（Conference on Information and Knowledge Man agement）是信息检索、知识管理和数据库领域的顶级国际学术会议，每年吸引全球顶尖学者和科技巨头参与。在如此高水平的国际舞台上，尚游同学作为本科生，其研究成果能够脱颖而出被大会录用并作口头汇报，不仅体现了该生卓越的科研潜力，更展现了重庆大学时空实验室在数据结构优化与前沿技术探索上的强劲实力。
值得一提的是，在Oral Talk环节中，尚游同学以流畅的英语、清晰的逻辑和自信的台风，向与会同行详细阐述了Learned Bloom Filters在动态环境下的通用自适应内存分配框架。面对台下国际同行的犀利提问，他从容应对，就算法的理论边界与实验细节进行了深入而热烈的交流，赢得了在场学者的一致好评，充分展现了其扎实的专业素养和敏锐的学术洞察力。
此外，在Poster Session环节，尚游同学还与多名来自国际知名高校的博士生进行了广泛交流，结识了不少志同道合的学术伙伴。通过与领域内最优秀的头脑碰撞思想，进一步拓宽了国际视野，为未来的科研道路注入了新的动力。
重庆大学时空实验室一直致力于为本科生提供高水平的科研平台和国际化交流机会。本次尚游同学在CIKM 2025上的精彩亮相，是实验室做顶天立地的研究的生动缩影。实验室将以此为契机，继续鼓励更多学子投身科研一线，勇于挑战世界前沿课题，在国际学术舞台上发出更多属于重庆大学的声音。
-End-
图文｜尚游
编辑｜刘苧锐
审核｜李瑞远
审核｜杨广超
