論壇預告 | 共赴AI盛會 ,“未知邊界”大模型探索未來——大模型青年説論壇
guancha
2024世界人工智能大會暨人工智能全球治理高級別會議(簡稱“WAIC 2024”)將於7月在上海世博中心、世博展覽館舉行。論壇時間7月4日-6日,展覽時間7月4日-7日。為了進一步探索大模型的潛力與挑戰,2024世界人工智能大會“未知邊界”大模型探索未來——大模型青年説論壇將於2024年7月6日下午14:00在上海世博中心召開。
本論壇由AI TIME主辦及承辦,東浩蘭生(集團)有限公司協辦。該論壇匯聚了來自全球的優秀青年學者,將圍繞大語言模型、多模態大模型、大模型應用框架、大模型創新應用、大模型對齊評測和微調五大方向展開,共同探討大模型技術的最新進展與未來發展方向。
隨着人工智能技術的快速發展,大模型已經成為引領科技進步和產業變革的重要驅動力。大模型不僅在自然語言處理、圖像生成等領域展現出強大的能力,還在醫療、金融、製造等行業中發揮着越來越重要的作用。然而,大模型的潛力尚未完全發掘,其在多模態集成、應用框架設計、創新應用及對齊評測等方面仍存在諸多未知領域亟待探索。
論壇亮點
1. 多元國際化視角,促進全球合作交流:
論壇邀請來自世界各地的大模型領域青年學者,涵蓋多個國家和地區的頂尖研究機構和高校。多元的國際化視角將促進全球合作交流,推動青年學者們共同思辨,共話前沿,共探未來。
2. 學術理論與實踐結合,推動技術落地應用:
論壇將展示前沿的學術研究成果,同時注重將理論研究與實際應用相結合。通過案例分析和實際項目展示,參會者能夠深入瞭解大模型技術在不同領域的實際應用情況,推動這些技術在各行業的落地和應用。
3. 展示創新性研究成果,拓展技術發展前沿:
論壇將集中展示大語言模型、多模態大模型、大模型應用框架等方面的最新創新成果。通過這些前沿技術的展示,論壇為參會者提供了最新的研究進展和技術動向,拓展了技術發展的前沿。
4. 青年學者深入交流,激發科研新思路:
通過主題報告、圓桌討論和互動環節,青年學者們可以分享各自的研究成果和經驗,探討潛在的合作機會。這種深入的交流與合作,不僅能夠激發科研新思路,還能促進學術界的協同創新,共同推動大模型技術的發展。
論壇內容
14:00-14:10
主持人開場
14:10-14:30
桂韜
大模型智能體類人對齊
14:30-14:50
劉乾
從Sailor看多語言大模型訓練的機遇與挑戰
14:50-15:10
黃超
探索大語言模型(LLMs)在圖學習中的力量
15:10-15:30
於濟凡
從運用智能到理解智能:大模型時代的智能教育環境與認知評測
15:30-15:50
穀雨
多模態語言智能體:大模型驅動的新路徑
15:50-16:10
洪文逸
從CogVLM到CogAgent:一個用於GUI智能體的視覺語言模型
16:10-17:30
panel
Agent的無限可能:探索通用人工智能的未來
16:10-16:30
吳海旭
偏微分方程求解大模型
嘉賓介紹
桂韜(復旦大學青年副研究員)

復旦大學自然語言處理實驗室副研究員、碩士生導師。研究領域為預訓練模型、信息抽取和魯棒模型。在高水平國際學術期刊和會議上發表了40餘篇論文,主持國家自然科學基金、計算機學會、人工智能學會多個基金項目。曾獲錢偉長中文信息處理科學技術獎一等獎(2/5)、中國中文信息學會優秀博士論文獎、COLING2018最佳論文提名獎、NLPCC2019亮點論文獎,入選第七屆“中國科協青年人才託舉工程”、上海市啓明星計劃。
黃超(香港大學計算機學院助理教授、博士生導師)

他近期的研究興趣包括圖學習、推薦系統和大語言模型。在國際會議和期刊上發表了多篇論文,包括KDD、SIGIR、WWW、WSDM、ICLR、NeurIPS、ICML、CIKM等。他的研究成果在WWW'19、WSDM'2022和WWW'2023等會議上被評為最佳論文候選。帶領的科研課題組的學術成果被評選為ACM SIGIR'2022和ACM WWW'2023最有影響力論文。黃超老師被斯坦福大學評選為2022年全球Top 2%的優異學者。
於濟凡(清華大學教育研究院助理研究員)

專注於自然語言處理和基礎模型的研究。他當前的研究重點是利用前沿的自然語言處理技術構建實用的AI系統。這些研究旨在創建通用的自然語言接口,期望未來能夠通過自然語言與幾乎所有平台或應用進行交互。此外,他還廣泛關注神經符號人工智能和受認知架構啓發的人工智能模型。最近,他主要專注於開發由大型語言模型(LLMs)驅動的更好的語言智能體(language agents)。他的研究成果已在包括ACL、EMNLP、NAACL、COLING、NeurIPS和WWW在內的著名會議上發表。值得一提的是,他作為第一作者在ACL和COLING上均獲得了傑出論文獎。
劉乾(新加坡Sea AI Lab擔任研究科學家)

主要的研究方向是代碼生成和自然語言推理。他曾是北京航空航天大學和微軟亞洲研究院的聯合培養博士生,並在人工智能頂級會議如 ICLR、NeurIPS、ACL上發表 20餘篇論文,代表作包括TAPEX、LoraHub以及StarCoder/StarCoder2等。他曾獲得過 KAUST AI Rising Star 2024 (全球30人),百度獎學金2020 提名獎(全球20人)和北京市優秀博士論文提名獎等。同時,他也是國內知名自然語言處理社區MLNLP的聯合創始人之一。
穀雨(俄亥俄州立大學博士生)

專注於自然語言處理和基礎模型的研究。他當前的研究重點是利用前沿的自然語言處理技術構建實用的AI系統。這些研究旨在創建通用的自然語言接口,期望未來能夠通過自然語言與幾乎所有平台或應用進行交互。此外,他還廣泛關注神經符號人工智能和受認知架構啓發的人工智能模型。最近,他主要專注於開發由大型語言模型(LLMs)驅動的更好的語言智能體(language agents)。他的研究成果已在包括ACL、EMNLP、NAACL、COLING、NeurIPS和WWW在內的著名會議上發表。值得一提的是,他作為第一作者在ACL和COLING上均獲得了傑出論文獎。
洪文逸(清華大學博士生)

師從唐傑教授。研究方向為多模態預訓練,曾在ICLR、CVPR、NeurIPS等會議上發表多篇論文,主要工作包括視覺語言模型CogAgent、CogVLM、文到圖生成模型CogView、文到視頻生成模型CogVideo等。
吳海旭(清華大學博士生)

師從龍明盛副教授,研究方向為科學機器學習,在Nature Machine Intelligence,ICML,NeurIPS等期刊/會議上發表多篇論文,入選Nature子刊封面文章,NeurIPS 2021最具影響力論文。