近日，我校智能信息学院沈逸恒老师联合国内科研团队的研究成果"Divide and Conquer: Optimizing Code Chain-of-Thought in Small Language Model"正式发表于人工智能领域国际权威期刊《Engineering Applications of Artificial Intelligence》2026 年刊。该成果以南通师范高等专科学校为第一作者单位，实现了我校中科院一区 Top 期刊论文零的突破，标志着我校在人工智能轻量化模型与代码生成领域取得重要进展。
当前，主流大语言模型因计算开销极高，难以在资源受限的边缘场景中部署应用，制约了先进代码推理能力的普及。针对这一挑战，研究团队提出面向小语言模型（SLM）的代码思维链（Chain-of-Thought）优化"分治"技术体系，研发出参数量仅 3.8 亿的轻量化模型，可高效生成高保真代码思维链内容。
团队实现两项核心技术突破：一是基于多模型协同生成与编译器反馈过滤双重机制，构建高质量代码思维链数据集；二是首创难度感知训练范式，通过子模型独立优化、模型融合与后调，大幅提升轻量化模型的推理效率与生成效果。该方案仅需额外 1 GB 内存即可完成部署，为边缘端高级 AI 推理落地提供了高性价比解决方案。
论文第一作者沈逸恒老师现任我校智能信息学院人工智能数据工程技术专业负责人，长期从事智能软件工程领域的教学与科研工作。《Engineering Applications of Artificial Intelligence》由 Elsevier 出版集团发行，位列中科院一区 Top 期刊、JCR Q1 分区，在人工智能学术界与产业界具有重要影响力。
此次突破是我校科研能力跃升的重要里程碑，充分体现了智能信息学院在人工智能交叉学科领域的创新实力。学校将以此为契机，持续推动高水平科研成果产出，深化人工智能领域产学研融合，为地方数字经济高质量发展贡献力量。