基本信息：
1996年生，安徽亳州人，工学博士，主要研究领域：知识图谱、数据挖掘、AI for Science、大模型(大语言模型、大原子模型、大分子模型)。
教育经历：
2017-2022 中国科学院自动化研究所，硕博连读。
工作经历：
2022.08-2026.08，清华大学，助理研究员（博士后） ，“水木学者”
2026.09-至今 国科大杭州高等研究院，特聘副研究员
科研项目：
1、语义与物理特征融合的催化材料跨域原子间势研究,负责人,国家自然科学基金青年基金(C类),国家任务, 2027-01--2029-12
2、基于最优传输的大模型与图模型融合研究，负责人，中国博士后科学基金特别资助，国家任务，2024-10--2026-08
3、大模型与图模型跨域协同推理研究，负责人，中国博士后科学基金面上资助，国家任务，2024-10--2026-08；
4、交互式行为任务动态调整，负责人，国家重点研发计划子课题，国家任务，2023-11--2026-10
5、中国科学院战略性先导科技专项C类项目，参与，大数据分析关键技术及应用，国家任务，2018 -2023
学术成果：
1、Beyond Examples: Towards Automated Thought-level In-Context Reasoning for Large Language Models，第四作者，ACL 2026
2、Two-Stage Regularization-Based Structured Pruning for LLMs，第七作者，ACL 2026
3、Hard or False: Keep the Balance for Negative Sampling in Knowledge Graphs，Feihu Che, Jianhua Tao, Qionghai Dai，2025，IEEE TKDE
4、Code-switching Mediated Sentence-level Semantic Learning，通讯作者，2025，AAAI
5、Mix2KG: Mixing for harder negative samples in knowledge graph，Feihu Che, Jianhua Tao，2024， Neural Network
6、Multi-aspect self-supervised learning for heterogeneous information network，Feihu Che, Jianhua Tao, et al，2021，Knowledge-based System
7、Self-supervised Graph Representation Learning via Bootstrapping，Feihu Che, Guohua Yang, et al，2021，Neurocomputing
8、ParamE: Regarding Neural Network Parameters as Relation Embeddings for Knowledge Graph Completion，Feihu Che, Dawei Zhang, et al，2020，AAAI
科研活动：
IEEE TNNLS, Neural Network, AAAI, KDD等期刊与会议审稿人；参与《大模型原理与应用》教材编写；参与《人工智能 大模型》第1-5部分相关国家标准的制定；参与起草《人工智能系列白皮书--大模型技术》2023与2024版；受邀参加中国计算机学会“秀湖会议”并作特邀报告
联系方式：
chefh.2022@tsinghua.org.cn
