近日，第34届国际人工智能联合会议（IJCAI 2025）在加拿大蒙特利尔和中国广州召开，山东大学-南洋理工大学人工智能国际联合研究院（C-FAIR）多篇论文被接收发表。会议期间，C-FAIR师生们通过口头报告和海报展示了在人工智能领域的最新研究成果，同时跟国内外的与会者进行了广泛的学术交流。

成果一：Multi-Agent Communication with Information Preserving Graph Contrastive Learning

针对传统多智能体通信学习中依赖同质性假设的局限性，提出基于信息保持图对比学习的多智能体通信机制。通过构建原始视图、智能体特征视图和全局拓扑视图三种图视角，并设计特征保持对比学习与拓扑保持对比学习模块，该研究能够有效保持智能体的局部特征相似性和全局拓扑结构信息，从而生成更具表现力的通信表示，显著提升了多智能体系统的协作效率。该研究得到国家重点研发计划项目、国家自然科学基金重点项目和面上项目的资助和支持。该论文第一作者为山东大学杜威博士后，通讯作者为崔立真教授、余国先教授。

成果二：Imputation-free Incomplete Multi-view Clustering via Knowledge Distillation

本研究针对不完全多视图数据聚类中传统插补方法存在的误差累积和效率问题，提出无插补不完全多视图聚类模型I2MVC，通过任务分解与知识蒸馏机制，利用完整视图聚类信息指导不完全多视图数据的有效聚类，实现在视图缺失场景下的稳定性和高效性。该研究得到国家重点研发计划、国家自然科学基金、山东省自然科学基金和泰山学者项目的资助和支持。该论文第一作者为山东大学博士研究生吴本钰，通讯作者为山东大学杜威博士后、余国先教授。

成果三：Aligning Contrastive Multiple Clusterings with User Interests

该研究能根据用户提供的兴趣引导生成多样化、低冗余的聚类结果。基于用户兴趣生成多角度的数据增强，并利用聚类级对比学习捕捉用户感兴趣的聚类特征，以提高聚类质量和可解释性。另外，聚类级对比学习将不同的聚类类型作为负样本，增大其距离实现多样性聚类。该研究得到国家重点研发计划和国家自然科学基金项目的资助和支持。该论文的共同第一作者为山东大学硕士研究生张珊、博士研究生任良瑞，通讯作者为余国先教授。

International Joint Conference on Artificial Intelligence（IJCAI）成立于1969年，是全球人工智能领域历史最悠久，影响力最广的学术会议之一，覆盖AI 全领域研究方向，致力于促进人工智能研究领域突破性进展和成就的交流，也是中国计算机学会（CCF）推荐的A类国际学术会议。本届IJCAI接受率为19.3%。