Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

RMIT-Doktorand Shuoqi Sun gewinnt Best Paper Award bei europäischer Sommerschule für Information Retrieval

23. Oktober 2026, 02:52Quelle: ARC Centre of Excellence for ADM+S
RMIT-Doktorand Shuoqi Sun gewinnt Best Paper Award bei europäischer Sommerschule für Information Retrieval
Bild: ARC Centre of Excellence for ADM+S

Shuoqi Sun, Doktorand im zweiten Jahr an der RMIT University, hat den Best Paper Award des 14. PhD Symposium on Future Directions in Information Access (FDIA) gewonnen. Das Symposium fand im Rahmen der European Summer School on Information Retrieval (ESSIR) statt. Sein ausgezeichnetes Paper skizziert Forschung dazu, wie Menschen heute nach Informationen suchen.

Das Wichtigste in Kürze
  • Shuoqi Sun, Doktorand im zweiten Jahr an der RMIT und bei ADM+S, gewann den Best Paper Award beim 14. FDIA-Symposium.
  • Das ausgezeichnete Paper trägt den Titel Characterizing the Evolving Landscape of Modern Information Seeking.
  • Die Forschung nutzt Umfragen, IS-Rahmenmodelle und Experimente mit neurophysiologischen Signalen wie EEG und Eye-Tracking.
  • Das FDIA fand im Rahmen der European Summer School on Information Retrieval (ESSIR) statt.

Auszeichnung für eine Skizze des Promotionsvorhabens

Sun gehört zum ARC Centre of Excellence for Automated Decision-Making and Society (ADM+S). Laut dem Zentrum nahm er an der ESSIR und am 14. FDIA teil und erhielt dort den Best Paper Award für seine Arbeit zur modernen Informationssuche.

Beim FDIA stellte er die Skizze seines Promotionsvorhabens vor, die den Titel Characterizing the Evolving Landscape of Modern Information Seeking trägt. Dieses Paper wurde ausgezeichnet; das Zentrum hat auf seiner Nachrichtenseite einen Link dazu veröffentlicht.

Was die Forschung untersucht

Suns Forschung befasst sich damit, wie Menschen nach Informationen suchen. Laut ADM+S kombiniert die Studie mehrere Methoden:

  • Umfragen
  • Rahmenmodelle der Informationssuche (Information Seeking, IS)
  • Experimente zu neurophysiologischen Signalen, etwa EEG und Eye-Tracking

Ziel ist es, Einblicke in die aktuelle Landschaft der Informationssuche zu liefern.

Über ESSIR und FDIA

Die European Summer School on Information Retrieval bietet Doktorandinnen und Doktoranden die Möglichkeit, sich in praxisnahen Sessions und Workshops mit renommierten Forschenden auszutauschen. Laut der Quelle soll sie die Diskussion über Ansätze des Informationszugangs fördern und dazu anregen, aktuelle Software, Datensätze und mehr einzusetzen.

Das FDIA-Symposium findet während der ESSIR statt. Es gab Sun die Gelegenheit, Forschung in einem frühen Stadium vorzustellen und Kontakte zu anderen Forschenden im Bereich Information Retrieval (IR) zu knüpfen.

Forschungskommunikation üben

Sun sagte, er sei dankbar, an beiden Veranstaltungen teilgenommen zu haben, weil er dort Präsentations- und Kommunikationsfähigkeiten üben konnte. Das FDIA-Publikum beschrieb er als Menschen, die mit der konkreten Forschung der Vortragenden nicht sehr vertraut sind, aber Expertinnen und Experten für andere IR-Themen.

„Forschung muss gehört werden, und das Präsentieren sollte man üben“, sagte Sun und fügte hinzu, das FDIA sei „der perfekte Ort, um die eigene Forschungskommunikation zu testen, Fehler zu machen und einen eigenen Präsentationsstil zu entwickeln“.

Außerdem sagte er: „Voneinander zu lernen und sich in der Community zu engagieren, ist entscheidend, um auf dem Laufenden und kreativ zu bleiben.“

Für Nachwuchsforschende im Information Retrieval zeigt die Auszeichnung, dass eine früh vorgestellte Skizze eines Promotionsvorhabens bei einer europäischen Community-Veranstaltung gewürdigt werden kann. Details zur Jury oder zu anderen Einreichungen nennt die Quelle nicht.

Ähnliche Meldungen

Forschung
Forschung6. November 2026, 17:48

KI-Rundschau: Wal-Erkennung, Coaching und Rechenzentren im All

KI-Systeme werden im Meeresschutz, im Profisport, in der Klimamodellierung und für Rechenleistung im All erprobt, wie aus einer wöchentlichen Rundschau des Center for…

Apple-Forscher trainieren neuronale Netze für schnellere RAG-Suche
Forschung5. November 2026

Apple-Forscher trainieren neuronale Netze für schnellere RAG-Suche

Apple-Forscher haben einen Ansatz des maschinellen Lernens vorgestellt, bei dem kleine neuronale Netze Anfragen in Abrufsystemen, einschließlich Retrieval-Augmented…

SPLADE-Code bringt Learned Sparse Retrieval mit bis zu 8 Milliarden Parametern in die Code-Suche
Forschung24. Oktober 2026, 16:38

SPLADE-Code bringt Learned Sparse Retrieval mit bis zu 8 Milliarden Parametern in die Code-Suche

Forschende von NAVER LABS Europe haben SPLADE-Code vorgestellt, nach eigener Darstellung die erste großangelegte Familie von Learned-Sparse-Retrieval-Modellen, die…