直说吧。你手里要是同时有两个选择——一个是名气大的港校老牌大组，十几个博士一起卷，你能拿到的导师时间按分钟算；另一个是同样研究型大学里一位年轻助理教授，入职才三年，但四年连拿AI 2000全球学者榜提名，三年入选斯坦福Top 2%科学家——你选哪个？
我的判断是：如果你做AI方向，后者的性价比几乎不用犹豫。先把丑话说前面——这位导师组不容易进，但进去之后能拿到的资源、训练强度、产出机会，在港八校里都算得上第一梯队的年轻PI配置。
这个组跟你有没有关系
摊开讲——这个组非常挑人，但挑的不是本科学校。挑的是你有没有做过像样的AI研究项目，以及你的代码能力能不能支撑起从数据处理到模型训练到投顶会的完整链条。
适合申的人：计算机、软工、数学、统计、EE本硕背景；有至少一段科研或大厂实习（字节/腾讯/华为AI Lab这种）；熟练PyTorch；读过Transformer/GNN/RecSys相关论文；手里至少有一个拿得出手的项目或论文。
家长视角一句话："这是香港研究型大学里做AI方向、四年拿四次国际学者榜提名的年轻教授，孩子进这个组就是进了AI赛道的主干线。"
导师是谁 + 组生态速览
范老师（Prof. Wenqi Fan），香港理工大学计算机学系助理教授，同时在管理与市场营销学系有交叉聘任。博士毕业于香港城市大学（2017-2020），师从李青教授和王建平教授；博士期间在密歇根州立大学DSE实验室访问三年，师从唐继良教授——港城大+MSU的组合在AI4RecSys这个子赛道里含金量很高。
组生态数据· 导师入职PolyU时间：2023年（此前在PolyU做博后+研究助理教授，2020-2023）· 学术荣誉矩阵：AI 2000全球最具影响力学者提名（2022-2025四连）+ 斯坦福Top 2%科学家（2023-2025三连）+ PolyU校级早期研究者个人奖（2025）· 科研经费：RGC-GRF（PI多次获批）+ NSFC + 香港ITF创新科技基金 + PolyU校内重点项目· 团队活跃度：全年招生，每年多名博士入选PolyU校长博士奖学金（PPPFS）· 一手合作资源：与MSU、UGA、THU、UIUC等多所海内外高校常年合作
导师在做什么、做得怎么样
先给判断：这个组做的是AI里最吃香的子方向组合——推荐系统+大语言模型+检索增强生成+图神经网络+可信AI。每一个都是近两年工业界最疯狂砸钱的方向，也是顶会论文数增长最快的赛道。出来对接的是什么？Meta/Google/字节/蚂蚁/腾讯/TikTok/快手的算法岗，起薪天花板非常高；学术界回中国高校也是强刚需。
挑三篇最近的代表工作来看：
① RAG Meets LLMs: Towards Retrieval-Augmented LLMs（KDD 2024 Survey & Tutorial）
RAG系统最权威的综述之一，登陆KDD 2024，同时被ICDE 2025接收为教程。我的判断：这种"定义一个子领域"的工作，对学生来说意味着你进组后跟的是趋势的起点，不是尾巴。
② Graph Machine Learning in the Era of LLMs（ACM TIST 2024/2025）
图机器学习×LLM的融合方向综述，ACM TIST是顶级交叉期刊。底线是这样的：组里学生能和导师一起做顶刊综述，说明导师真带学生写，不是挂名模式。
③ Retrieval-Augmented Purifier for Robust LLM Recommendation（ACM TOIS 2026）
LLM推荐+对抗鲁棒性+RAG，三个热点交叉。我的判断：这是典型的"顶刊收进窄门赛道"——学生一篇TOIS在手，博士毕业去工业界或留学术圈都吃得开。
怎么进组·套磁策略
套磁友好度评级：🟢 主动招人型理由：导师个人页明确写"全年招生"；每年拿多项RGC-GRF意味着组内长期需要劳动力；并且每年都有新生入选PPPFS——这个数据说明导师有能力帮学生拿到校级最高奖学金。
邮件三个切入角度：
① 推荐系统+LLM切入——讲你做过的推荐系统项目，或者对LLM for RecSys的具体理解。关键词：TokenRecGenerative RecSysSequential Rec
② Agentic AI + WebAgent切入——组里最新方向，竞争没推荐系统那么激烈。关键词：Agentic AIWebAgentTool Use
③ 可信AI + AI4Healthcare切入——2025年新拿到donation专门做AI4Healthcare。关键词：Trustworthy AIAI4HealthFairness
申请材料怎么准备
1. 学历背景准备本科/硕士最好是985/211或海外Top 200的计算机/软工/数学/统计/EE。双非可以申，但需要硕士期间有扎实的论文或项目对冲。托福95+或雅思6.5+，GRE不强求但有加分。
2. 核心技能准备PyTorch熟练，能独立复现顶会论文；Git/Linux/Shell是基本功；至少一段高质量科研经历或大厂AI相关实习（字节/腾讯/阿里/华为/Microsoft/Google）；如果你能在GitHub有开源项目（100+ star）是强加分；熟悉Hugging Face/LangChain/vLLM等LLM工具链。
3. 申请材料准备CV突出科研与技能；研究计划1500-2000字，必须结合导师近期工作提出具体问题；两封推荐信，最好一封来自对AI方向懂行的老师；PolyU申请系统+HKPFS申请（优先）；套磁邮件长度控制在300字内，附CV。
读完能去哪
学术界路径：港校/内地985青年PI、海外Top校博士后（MSU、UIUC、THU常年合作）
工业界路径：Meta/Google/Microsoft/字节跳动/蚂蚁/腾讯/TikTok/快手的推荐算法/LLM应用岗
创业路径：AI初创公司核心算法岗或CTO方向（近两年RAG/Agentic AI创业潮）
