10月10日上午，华中师范大学前沿交叉研究院首期“交叉视界·AI+X”系列学术活动暨前沿交叉科学论坛第6期在逸夫国际会议中心二楼会议室举行。香港教育大学助理副校长、人工智能讲座教授徐贯东应邀作题为《基于LLM的推荐系统的不确定性建模》学术报告。本期论坛由前沿交叉研究院、人工智能教育学部、人工智能与教育新形态实验室联合主办，前沿交叉研究院副院长李卿主持，来自人工智能教育学部、心理学院、经济与工商管理学院、信息管理学院等相关领域师生70余名到场聆听。
徐贯东教授首先回顾了推荐系统三十余年的发展历程，指出推荐系统本质上是通过用户行为、物品信息与推荐算法之间的闭环交互，实现个性化推荐。然而，交互数据的稀疏性、选择性曝光以及流行度偏置，使得用户偏好存在显著的不确定性。徐教授将这种不确定性转化为统计学中的“风险”概念，用损失的期望来量化推荐错误风险，进而提出核心问题：如何让推荐决策在概率上满足预设的风险约束？
围绕这一核心思想，徐教授系统介绍了其团队的四项代表性工作。ENSUR 聚焦推荐可靠性与公平性，通过校准推荐集合的大小，在控制遗漏风险的同时保证推荐结果的多样性。CARE 针对用户偏好随时间变化的问题，提出自适应校准框架，基于时间间隔动态调整推荐候选商品集合聚合权重，在偏好漂移场景下维持目标覆盖率。CORAL 则着眼于曝光偏置问题，提出推荐效用曝光风险协同优化的不确定性感知调控框架，平衡推荐效用、探索与饱和度风险，有效缓解“越推越窄”的反馈循环。ALIGN-Rec 关注持续学习与选择性遗忘的可靠性，通过方向性抑制更新，在保留推荐质量的同时限制已删除交互对未来推荐排序的影响。
报告最后，徐教授展望了LLM时代推荐系统面临的挑战：如何识别用户的持久偏好而非临时请求、如何控制自适应更新对推荐系统稳定性的影响、如何弥合大语言模型世界知识与用户交互协同信号之间的语义鸿沟。他鼓励在场师生关注推荐系统与统计学、伦理学的交叉研究。
“交叉视界・AI+X” 系列学术论坛聚焦人工智能赋能下的理工、人文、艺术等多学科交叉创新，锚定学科交界地带的原创理论与方法突破，旨在为全校师生搭建跨学科思想碰撞平台，厚植交叉创新生态，支撑学校学科交叉研究与交叉学科发展。后续该系列将持续邀请各领域顶尖学者，围绕前沿方向开展深度研讨。
初审初校｜李自豪 郭京骁
复审复校｜李卿
终审终校｜周远扬