科学研究
Delta-I Lab
PI：Tonghan WANG
研究方向：下一代大模型、智能体及其经济学
课题组简介
研究下一代大模型、智能体及其经济学。研究问题包括：
1. 大模型基础突破。关注大模型智能边界的拓展。我们正在预训练采用新型架构的大模型，目标是打造具备无限长上下文、持续自我改进能力，并能在部署后持续调整结构的大语言模型（LLM）。
2. 智能体及其经济。研究智能体如何通过学习、竞争、演化与交互形成并发展智能，探索并塑造人类与智能体共生的社会形态及其经济基础。
代表性论文
1. “BundleFlow: Deep Menus for Combinatorial Auctions by Diffusion-Based Optimization,” Tonghan Wang, Yanchen Jiang, David C. Parkes. NeurIPS 2025.
2. “On Diffusion Models for Multi-Agent Partial Observability: Shared Attractors, Error Bounds, and Composite Flow,” Tonghan Wang*, Heng Dong*, Yanchen Jiang, David C. Parkes, Milind Tambe. AAMAS 2025 Oral.
3. “GemNet: Menu-Based, Strategy-Proof Multi-Bidder Auctions Through Deep Learning,” Tonghan Wang*, Yanchen Jiang*, David C. Parkes. ACM EC 2024.
4. “Deep Contract Design via Discontinuous Networks,” Tonghan Wang, Paul Dütting, Dmitry Ivanov, Inbal Talgam-Cohen, David C. Parkes. NeurIPS 2023.
5. “Low-Rank Modular Reinforcement Learning via Muscle Synergy,” Heng Dong*, Tonghan Wang*, Jiayuan Liu, Chongjie Zhang. NeurIPS 2022.
6. “Non-Linear Coordination Graphs,” Yipeng Kang*, Tonghan Wang*, Qianlan Yang*, Xiaoran Wu, Chongjie Zhang. NeurIPS 2022 Spotlight.
7. “RODE: Learning Roles to Decompose Multi-Agent Tasks,” Tonghan Wang, Tarun Gupta, Anuj Mahajan, Bei Peng, Shimon Whiteson, Chongjie Zhang. ICLR 2021.
8. “ROMA: Multi-Agent Reinforcement Learning with Emergent Roles,” Tonghan Wang, Heng Dong, Victor Lesser, Chongjie Zhang. ICML 2020.
课题组风格和人才培养理念
勇于探索；勇于探索未知；勇于探索未知到底。
课题组的联系方式
王同翰助理教授课题组ΔI Lab欢迎有自驱力、真正喜欢科研的博士生和实习生加入。如果你对课题组研究方向感兴趣，欢迎发送邮件至：
thw@mail.tsinghua.edu.cn；请附上：简历、成绩单、已完成科研问题简介，以及你感兴趣的研究问题和原因。
欢迎加入我们，一起探索 Human-AI 共存世界中的新科学问题