香港大学数据智能实验室（Data Intelligence Lab@HKU）
香港大学数据智能实验室（Data Intelligence Lab@HKU，简称 HKUDS）是香港大学计算机与数据科学学院下属的一个活跃研究团队，由黄超（Chao Huang）助理教授领导。该实验室以高质量的开源项目和扎实的学术产出在 AI 社区中建立了广泛影响力1)。
实验室概况
HKUDS 隶属于香港大学计算机与数据科学学院（School of Computing and Data Science, HKUCDS），具体挂靠在计算机科学系与数据科学研究所下2)。尽管在官方组织架构中它更偏向于一个教授领导的研究组而非大型实验室，但凭借其出色的开源生态和学术成果，它已成为 HKUCDS 中最具影响力的研究团队之一。
实验室在 GitHub 上拥有独立的组织账号（github.com/HKUDS），粉丝数超过 12,000，也活跃在 Hugging Face 平台上（huggingface.co/hkuds）。
负责人
黄超（Chao Huang）现任香港大学助理教授、博士生导师，于 2022 年加入 HKU。此前他曾在 Google AI 和 Amazon AI 担任研究科学家。他的学术影响力突出：引用量超过 19,000 次，h-index 达 69，i10-index 达 1133)。
重要荣誉：
| 年份 | 荣誉 |
|---|---|
| 2025 | AI 100 Young Pioneers（AI 100 青年先锋） |
| 2024 | WAIC Bright Stars（世界人工智能大会杰出之星） |
| 2024 | Frontiers of Science Award |
| 2022 | WSDM 最佳论文提名 |
他的团队在 WWW、SIGIR、KDD 等顶会上曾多次获得最具影响力论文排名第一。
研究方向
根据实验室官方页面，其主要研究方向涵盖以下五个领域4)：
大语言模型（Large Language Models）：围绕 LLM 的训练、微调、对齐与推理展开，开发了多个高影响力的开源工具。
自主智能体（Autonomous Agents）：研究如何构建具备自主规划、工具使用和记忆能力的 AI Agent 系统。
图学习（Graph Learning）：在知识图谱、图神经网络、异构图表示学习等领域有持续产出。
推荐系统（Recommender Systems）：将图学习与序列建模结合，提升推荐系统的精度与可解释性。
智慧城市 AI（AI for Smart Cities）：利用时空数据与城市计算技术解决城市交通、环境等实际问题。
核心开源项目
HKUDS 以高频登上 GitHub Trending 而闻名，以下是最受关注的项目：
| 项目名称 | Stars | 说明 |
|---|---|---|
| NanoBot | 45k+ | 轻量级 LLM 对话框架 |
| CLI-Anything | 45k+ | 将任意模型接入命令行界面的工具 |
| LightRAG | 37k+ | 轻量级检索增强生成（RAG）框架 |
| DeepTutor | 25k+ | 基于深度学习的智能辅导系统 |
| RAG-Anything | 22k+ | 通用 RAG 管道工具 |
| AI-Trader | 20k+ | AI 驱动的量化交易框架 |
所有项目均以 BSD-3-Clause 或 MIT 协议开源，社区活跃度高5)。
学术产出
实验室的论文广泛发表于 AI 与数据挖掘领域的顶级会议与期刊，包括：
- NeurIPS、ICML、ICLR（机器学习三大顶会）
- KDD、WWW、WSDM（数据挖掘三大顶会）
- SIGIR、CIKM（信息检索顶会）
- AAAI、IJCAI（AI 综合性顶会）
研究主题涵盖 LLM 推理增强、图神经网络、序列推荐、时空数据挖掘等。
社会影响
HKUDS 的开源项目在全球开发者社区中产生了显著影响。以 NanoBot 和 CLI-Anything 为代表的工具大幅降低了 LLM 应用开发的门槛，使得非 AI 专业背景的开发者也能快速构建智能对话系统。LightRAG 项目则为检索增强生成提供了一套简洁高效的实现方案，在 RAG 技术普及中发挥了积极作用。
总结
香港大学数据智能实验室虽然规模不大，但以“小而精”的模式运作——在 CL Chao Huang 的带领下，团队兼顾高质量的学术论文和高影响力的开源产出。这种学术研究与工程实践并重的风格，使其成为港大乃至亚洲范围内颇具特色的 AI 研究团队。