7月13日预告|来自北大、北航、理海、安工程四位一作学者的大模型前沿研究

本文主要是介绍7月13日预告|来自北大、北航、理海、安工程四位一作学者的大模型前沿研究,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点击蓝字

5526148f4cd719ec885b5f51b2a921de.jpeg

关注我们

AI TIME欢迎每一位AI爱好者的加入!

6b4c5832ca30c42141b13c308302bfc5.jpeg

哔哩哔哩直播通道

扫码关注AI TIME哔哩哔哩官方账号预约直播

90f21f64fc8c12d6376e5dfa69c4bf21.gif

✦+

+

活动时间

2023年7月13日 10:00-12:00

+

邀请嘉宾

10:00—10:20

44f0a3b7de3b2fbf9cccf7a29e85d6b8.png

讲者简介

章恺:

章恺是理海大学 (Lehigh University) 的二年级博士生,导师是孙力超教授。他的研究方向是多模态机器学习,联邦学习,以及它们在医疗领域的应用。他曾先后实习于三星美国研究院 (Samsung Research America),梅奥医院 (Mayo Clinic), 以及亚马逊 (Amazon),研发服务于现实需求的机器学习算法和系统。

报告题目

多模态医疗数据和通用人工智能

10:20—10:40

42e6f9ac4531871a7725a486b034aeaa.jpeg

讲者简介

袁政卿:

袁政卿是安徽工程大学人工智能学院的三年级本科生,导师是刘永明老师、赵转哲教授和王坤老师。他的研究方向是自然语言处理(NLP),语言模型(LM),低资源深度学习(LDL),多模态学习(MML)。他曾在知名国际会议(如SMC、IntelliSys)和SCI期刊上以第一作者身份发表多篇文章。在2021-2022年,在科大讯飞子公司咪鼠科技人机交互联合实验室实习。在2023年7月之前,收到了多位海外博导的博士申请邀请(如南安普顿大学(University of Southampton)王牌ECS学院等)。

报告题目

ArtGPT-4: Artistic Vision-Language Understanding with Adapter-enhanced MiniGPT-4

10:40—11:00

8a6bd361ae4f3a7644a7d887619fa4e5.jpeg

讲者简介

冯古豪:

冯古豪是北京大学信息科学技术学院的大三本科生,导师是贺笛老师和王立威老师。他的研究方向是机器学习理论,目前主要研究机器学习模型的表达能力,从理论的角度启发实践,设计更好的模型。

报告题目

揭示思维链之谜:一个理论视角

11:00—11:20

dfda62cb5ae8d4e136dff94ed4d25a89.jpeg

讲者简介

 王泽坤:

王泽坤,北京航空航天大学一年级在读硕士生,师从许可教授。研究方向为自然语言处理与多模态。主要研究兴趣为多模态基础模型、思维链 (Chain of Thought) 、检索增强以及 Alignment 等。同时也在探索大型语言模型作为 agent 的技术链,比如工具使用、社会模拟、具身智能等。他曾在澜舟科技、北京智源人工智能研究院等进行科研实习。

报告题目

交互式自然语言处理:大模型作为智能体

11:20—12:00

Panel

8e840924f748b8a04d09c86d8cbeb578.gif

1.CV什么时候能迎来ChatGPT时刻?

2.我们何时能够克服大模型的多重挑战直至将其用于生活的方方面面?

3.提示工程能为大语言模型带来怎样的优势和增益?

4.大模型长文本处理的终极方法会是什么?

主持人:涂宇鸽,黄娘球

请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“大模型”,将拉您进群!

4f176b3037f8143ea7767d7c35b44126.gif

AI TIME微信小助手

3e23cae08bb833f37e449d085e0f9a79.jpeg

往期精彩文章推荐

61e1c0a8c7b29a593794307f85ba2570.jpeg

记得关注我们呀!每天都有新知识!

 关于AI TIME 

AI TIME源起于2019年,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索,加强思想碰撞,链接全球AI学者、行业专家和爱好者,希望以辩论的形式,探讨人工智能和人类未来之间的矛盾,探索人工智能领域的未来。

迄今为止,AI TIME已经邀请了1000多位海内外讲者,举办了逾550场活动,超600万人次观看。

cdab25a2cadbd616e935cfff8243f445.png

我知道你

在看

~

66a05d5fa365b0034ae6b746b443c5cc.gif

点击 阅读原文 预约直播!

这篇关于7月13日预告|来自北大、北航、理海、安工程四位一作学者的大模型前沿研究的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/372041

相关文章

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费