王同翰
助理教授
下一代大模型、智能体及其经济学
教育背景
2026年6-至今，于清华大学人工智能学院，担任助理教授。
2025年，获得哈佛大学计算机科学博士学位，师从David C. Parkes教授、Milind Tambe教授。
2021年，获得清华大学交叉信息研究院计算机科学硕士学位。
研究方向
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。
研究成果
王同翰助理教授的博士论文荣获Victor Lesser杰出博士论文奖——该奖项每年全球仅授予一位博士毕业生，旨在表彰智能体与多智能体系统领域的卓越博士研究。（点击查看获奖报道）
2. 他曾荣获ACM EC 2024最佳论文奖（AI Track），并5次获得NeurIPS/ICLR Spotlight，3次获得AAAI/AAMAS/EC Oral。迄今已在NeurIPS、ICLR、ICML、EC、AAAI、AAMAS等顶级会议发表论文30余篇。
代表性工作介绍
1. 在基础理论方面，王同翰助理教授利用深度学习方法攻克了博弈论与计算经济学领域的一大开放性难题——最优拍卖机制设计，并从实验角度回应了姚期智先生2017年关于“对齐保证”（DSIC）的理论工作。DSIC是微观经济学的基石性问题，亦被视为计算经济学与博弈论的“圣杯”之一。1981年，Roger Myerson曾给出单一物品机制设计的最优解，并因此荣获2007年诺贝尔经济学奖。王同翰的工作为国际首次提出的、严格保证DSIC的、适用于多对象多参与者的深度学习机制设计方案。
2. 其他工作研究了LLM新型架构及其训练方法，智能体AI系统中的训练、推理、记忆、协作与激励机制。在大模型方向，他揭示了大模型的行为形成机制、可说服性的内部机理以及对齐机制，并据此实现高效的训练方法。在Agent方向，他研究了多个自主智能体在共享环境中的探索、分工、沟通、组织与智能演化过程，并在利益不完全一致时，通过机制设计与合约实现社会最优。