中国科学院计算技术研究所，研究员、博导。清华大学计算机系博士。美国加州大学洛杉矶分校（UCLA）和卡内基梅隆大学（CMU）访问学者。研究方向为可信大模型、大图数据挖掘，具体包括：上下文忠实、后训练scaling、安全生成等可信的大模型技术；面向高质量数据构建和治理的大图数据挖掘、近似算法、数据压缩方法等。在领域重要国际学术会议与期刊发表论文60余篇，获国际最佳论文奖、最佳论文选提名等。出版专著1部，教材1部，授权发明专利12项。主持过重点项目课题，多项国家自然基金、北京市自然基金、企业项目等。技术成果先后获2020国家技术发明奖二等奖，2025中国计算机学会CCF科技成果自然科学二等奖，2023中国电子学会科技进步二等奖等奖项。

2016-08--2017-08   Carnegie Mellon University   访问学者（visiting researcher）
2006-09--2007-12   University of California, Los Angeles (UCLA)   访问研究
2005-08--2010-07   清华大学   博士学位、硕士学位
2001-08--2005-06   西安电子科技大学   学士学位

大数据分析

在读研究生

• 梅灵睿，博士生，可信智能体推理、安全生成
• 刘鹏圣，硕士生，多模态大模型上下文忠实推理
• 姚佳雨，硕士生，多模态大模型可信生成
• 葛钰峣，博士生，多模态大模型可信生成、Code智能体
• 周宣杉，硕士生，面向复杂任务数据驱动的大模型强化学习
• 毕宝龙，博士生，可信推理、强化学习，以数据为中心的可信生成
• 侯甜杰，硕士生，融合大语言模型的图分析

毕业研究生

• 王力，硕士，2025毕业，多层网络数据挖掘
• 孙晓冰，硕士，2024年毕业，时序图挖掘，字节跳动
• 周厚铨，博士，2024年毕业，大图挖掘与总结描述，腾讯
• 刘财政，博士，2023年毕业，时间序列对齐与总结，博士后
• 丁泉，硕士，2023年毕业，时间序列分析与异常检测
• 曾四为，硕士，2022年毕业，大图挖掘与模式发现，字节跳动
• 张嘉宝，硕士，2021年毕业，大图挖掘和异常检测，滴滴
• 冯文杰，博士，2020年9月毕业，大规模图数据中的聚集性群体异常模式挖掘，中国科技大学 教授
• 周斌，硕士，2020年7月毕业，异常检测和时间序列挖掘、预测
• 高金华，博士，2018年12月毕业，信息传播中影响力建模与流行度预测
• 王永庆，博士，2017年6月毕业，信息传播的用户建模
• 满彤，博士，2016年6月毕业，多源异质网络的链接与信息推荐
• 陈璞迪，联合培养硕士，2019年7月毕业北京邮电大学，工业系统数据挖掘和预测
• 李福鑫，硕士，2015年6月毕业，社会媒体情感分析
• 黄展坤，硕士，2014年6月毕业，社会媒体话题检索
• 莫溢，硕士，2014年6月毕业，基于开放知识库的概念关联和扩展
• 肖永磊，硕士，2013年6月毕业，短文本语义概念扩展
• 朱亚涛，硕士，2013年6月毕业，社会标签推荐
• 客座研究生：赵文静（2012）、朱文君（2011-2012）、王斌（2011-2012）
• 宴小辉，博士，2014年6月毕业，短文本主题模型
• 曹鹏，博士，2013年6月毕业，微博的结构、搜索以及话题研究
• 王晓丽，客座，毕业后在西安电子科技大学任教

会议文章：

[1] Baolong Bi, Shenghua Liu, Yiwei Wang, and Lingrui Mei, Junfeng Fang, Hongcheng Gao, Shiyu Ni, Xueqi Cheng, Is Factuality Enhancement a Free Lunch For LLMs? Better Factuality Can Lead to Worse Context-Faithfulness, In International Conference on Learning Representations, ICLR, Jul 2025

[2] Baolong Bi, Shenghua Liu, Lingrui Mei, and Yiwei Wang, Junfeng Fang, Pengliang Ji, Xueqi Cheng, Decoding by Contrasting Knowledge: Enhancing Large Language Model Confidence on Edited Facts, In Proc. of the Association for Computational Linguistics, ACL Main, Jul 2025

[3] Baolong Bi, Shaohan Huang, Yiwei Wang, and Tianchi Yang, Zihan Zhang, Haizhen Huang, Lingrui Mei, Junfeng Fang, Zehao Li, Furu Wei, Weiwei Deng, Feng Sun, Qi Zhang, Shenghua Liu, Context-DPO: Aligning Language Models for Context-Faithfulness, In Proc. of the Association for Computational Linguistics, ACL Findings, Jul 2025

[4] Yuyao Ge, Shenghua Liu, Baolong Bi, and Yiwei Wang, Lingrui Mei, Wenjie Feng, Lizhe Chen, Xueqi Cheng, Can Graph Descriptive Order Affect Solving Graph Problems with LLMs?, In Proc. of the Association for Computational Linguistics, ACL Main, Jul 2025.

[5] Wenjie Feng, Shenghua Liu, Danai Koutra, Huawei Shen, Xueqi Cheng, "SpecGreedy: Unified Dense Subgraph Detection ", In proc. of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD), Belgium, Sept 2020. (最佳学生数据挖掘论文奖)

[6] Baolong Bi, Shenghua Liu, Yiwei Wang, Lingrui Mei, and Xueqi Cheng, LPNL: Scalable Link Prediction with Large Language Models, In Proc. of the Findings of the Association for Computational Linguistics (ACL), 2024: 3615–3625.

[7] Lingrui Mei, Shenghua Liu, Yiwei Wang, Baolong Bi, and Xueqi Cheng, SLANG: New Concept Comprehension of Large Language Models, In Proc. of the 2024 Conference on Empirical Methods in Natural Language Processing (EMNLP 2024), 2024.

[8] Lingrui Mei, Shenghua Liu, Yiwei Wang, and Baolong Bi, Jiayi Mao, Xueqi Cheng, "Not Aligned" is Not "Malicious": Being Careful about Hallucinations of Large Language Models’ Jailbreak, In Proc. of the International Conference on Computational Linguistics, Coling, Jul 2025

[9] Houquan Zhou, Shenghua Liu, Huawei Shen, Xueqi Cheng, Graph Summarization for Preserving Spectral Characteristics , In Proc. of the SIAM International Conference on Data Mining (SDM24), pp. 271- 279, 2024.

[10] Houquan Zhou, Shenghua Liu, Danai Koutra, Huawei Shen, Xueqi Cheng, A provable framework of learning graph embeddings via summarization, AAAI Conference on Artificial Intelligence (AAAI) 2023.

期刊文章:

[1] Shenghua Liu, Bryan Hooi, Christos Faloutsos, "A Contrast Metric for Fraud Detection in Rich Graphs," IEEE Transactions on Knowledge and Data Engineering (TKDE), Vol 31, Issue 12, pp. 2235-2248, Dec. 1 2019.

[2] Wenjie Feng, Shenghua Liu, Danai Koutra, Xueqi Cheng, "Unified Dense Subgraph Detection: Fast Spectral Theory based Algorithms", IEEE Transactions on Knowledge and Data Engineering (TKDE), Vol 36, Issue 3, pp. 1356 -1370, 2024.

[3] Shenghua Liu, Bin Zhou, Quan Ding, Bryan Hooi, Zhengbo Zhang, Huawei Shen, Xueqi Cheng, "Time Series Anomaly Detection with Adversarial Reconstruction Networks," IEEE Transactions on Knowledge and Data Engineering (TKDE), Vol 35, Issue 4, 01 April 2023, pp.4293-4306.

[4] Houquan Zhou, Shenghua Liu, Huawei Shen, Xueqi Cheng, Node Embedding Preserving Graph Summarization , ACM Transactions on Knowledge Discovery from Data (TKDD), Vol 18, Issue 6, No. 145, pp. 1-19, 2024.

[5] Wenjie Feng, Li Wang, Bryan Hooi, See-Kiong Ng, and Shenghua Liu, Interrelated Dense Pattern Detection in Multilayer Networks, IEEE Transactions on Knowledge and Data Engineering (TKDE) , Vol 36, Nov. 2024, pp. 6462-6476.