微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：近年来，大模型在自然语言处理、计算机视觉、生物学等诸多领域展现出惊人的应用价值。大模型通过在大规模无监督数据上进行预训练，在复杂交互环境中展现出了非凡的理解、推理与决策能力。然而，大模型在特定领域的任务上仍存在一定的局限性。这些任务往往需要专业化的工具或领域知识才能有效解决。本报告的内容为大模型工具学习，介绍大模型如何能够理解和使用各种工具来完成任务，包括其统一框架、主要挑战和未来方向。
讲者简介：林衍凯，中国人民大学高瓴人工智能学院准聘助理教授。2014年和2019年分别获得清华大学学士和博士学位。主要研究方向为预训练模型、自然语言处理。曾在ACL、EMNLP、NAACL、AAAI、IJCAI、NeurIPS等自然语言处理和人工智能顶级国际会议上发表论文40余篇，Google Scholar统计被引用次数（至2023年2月）达到8000余次。其知识指导的自然语言处理研究成果获评教育部自然科学一等奖（项目名《结构化知识表示学习方法》，第三完成人）和世界互联网领先成果（项目名《大规模知识图表示学习的体系化基础算法及开源工具》，第三完成人）
CCF第38届中国计算机应用大会
[专题论坛]大模型技术探索与应用
京公网安备11010802032778号