论坛预告：CCF YOCSEF技术论坛：大模型的落地之路：技术挑战与演进？

时间：2024年12月8日（星期日）13:30-18:00

地点：北京·中国科学院计算技术研究所四层报告厅

执行主席：王宏宁，赵恺

点击此处报名

活动简介： 

       随着大模型能力的持续涌现和提升，其在各个行业领域的落地应用对于促进生产效率提升、行业价值链升级重构所发挥的积极作用正在逐步显现，对科学探索、工程技术应用乃至社会民生、要素配置等方面也表现出显著的外部性影响。然而，大模型技术本身的发展尚面临诸多挑战与不确定性。首先，科研人员对于大模型底层行为机理的理解仍滞后于大模型关键技术的高速发展，导致在较多场景下大模型的行为表现遭遇不可预知性和不可控性。其次，现有由“Scaling Law”揭示显现的模型能力提升幅度已趋于放缓，且大模型训练的高昂成本正在反噬技术创新带来的边际价值，进一步加剧了大模型落地应用的实施难度。再次，面向未来中长期演进的大模型系统架构和技术路线尚不明朗，现有算力架构对于单一Transformer结构的过度优化限制了其他模型框架的引入和应用，也为大模型应用的可持续发展埋下了严重隐患。此外，模型闭源导致的技术封锁、无序竞争引发的商业内卷，也正在阻碍着大模型的产业化落地和良性稳步发展。

       鉴于此，本论坛聚焦讨论当下大模型技术发展面临的核心挑战，从提升模型原生能力和优化工程化技术辅助大模型落地的角度，深入探讨突破大模型应用落地瓶颈的方向与路径。以中长期的时间参考维度，思辨推动大模型在激发技术创新、遴选体系路线、加速基础设施建设等方面的布局策略和优化措施。

引导发言嘉宾： 袁进辉

袁进辉，硅基流动联合创始人，原一流科技创始人，原光年之外联合创始人。清华大学计算机系博士、博士后，师从张钹院士。清华大学优秀博士学位论文奖获得者 , 曾任微软亚洲研究院主管研究员，发明了当时世界上最快的大规模主题模型算法LightLDA，获院长特别奖。2017年发起和主导研发了开源深度学习框架OneFlow，在分布式深度学习系统编程易用性和高效性方向设计了一系列新方法，并为国内外主流深度学习框架广泛跟进和效仿。2023年创立硅基流动，致力于通过算法、系统和硬件的协同创新，将大模型计算成本降低几个数量级，加速AGI普惠人类。

 引导发言嘉宾： 赵鑫

中国人民大学高瓴人工智能学院教授。2014年7月于北京大学获得博士学位，随后进入中国人民大学工作至今。研究领域为信息检索与自然语言处理，共计发表论文200余篇，谷歌学术引用2.5万余次，曾主导研发了玉兰大语言模型，组织编写了大语言模型综述论文《A Survey of Large Language Models》(预印版文章)以及《大语言模型》中文书。曾荣获2020年吴文俊人工智能优秀青年奖、ECIR 2021时间检验奖，CCF-IEEE CS青年科学家奖。

引导发言嘉宾：周斌

周斌，山东大学信息科学与工程学院教授。主持多项重大科研项目，包括GPU版本的天气预报模式Grapes、人脸检测识别系统和视频处理系统、人工智能处理器芯片等。主要研究方向为异构计算系统和体系架构、深度学习和机器学习、并行计算和信号处理、基于深度学习的目标检测、分类、识别和跟踪等研究等。曾任中国科学技术大学、北京航空航天大学和乔治梅森大学客座及讲席学者，NVIDIA CUDA Fellow 。拥有10多项国内外专利，发表论文20多篇。

特邀嘉宾：艾清遥

艾清遥，清华大学计算机科学与技术系助理教授。主要研究领域集中在信息检索、机器学习以及自然语言处理研究方面。重点研究方向为智能信息检索系统的研究与设计，包括信息表示学习、排序优化理论、大语言模型在互联网搜推和智慧司法上的应用等。曾担任SIGIR-AP 2023的大会联合主席，NTCIR-18的程序联合主席，NACCL、EMNLP、COLING的领域主席，以及SIGIR、CIKM、TOIS等国际顶级信息检索会议和期刊的高级程序委员与编辑。

特邀嘉宾：钱忱

钱忱，清华大学软件学院获博士学位，现清华大学博士后，清华大学“水木学者”，研究方向为大模型和自主智能体，合作导师为孙茂松和刘知远教授，曾在NeurIPS、ICLR、ACL等人工智能国际会议期刊上发表论文20余篇。曾主导腾讯预训练语言模型工作，主导构建的模型特征在腾讯新闻、微信公众号、小程序等场景取得大盘收益亿级提升，获腾讯“技术大咖”计划。现主持并参与包括国家实验室、腾讯犀牛鸟、博士后科学基金等多项科研项目。

特邀嘉宾：仉尚航

仉尚航，北京大学计算机学院任长聘系列助理教授（研究员），博士生导师。研究方向为开放环境泛化机器学习理论与系统，同时在计算机视觉和类脑智能方向拥有丰富研究经验。在人工智能顶级期刊和会议上发表论文50余篇，并申请5项美中专利。作为编辑和作者由Springer Nature出版英文书籍《Deep Reinforcement Learning》，入选中国作者年度高影响力研究精选，并出版中文译本。于2018年入选美国“EECS Rising Star”，曾获得Adobe学术合作基金，Qualcomm创新奖提名。曾多次在国际顶级会议NeurIPS、ICML上组织Workshop，多次作为国际顶级期刊和会议的审稿人或程序委员，担任AAAI 2022/2023 高级程序委员。

特邀嘉宾：刘潇

刘潇，清华大学计算机系，师从唐杰教授。主要研究方向是基础模型和基础智能体的算法和应用。他的主要工作包括大模型提示学习中P-Tuning系列工作，开源的千亿双语语言模型GLM-130B和ChatGLM系列模型，大模型智能体评估基准 AgentBench，和首个Phone Use大模型智能体AutoGLM。他曾获WWW 2022最佳论文提名奖，清华大学特等奖学金（研究生），国家奖学金等荣誉，个人谷歌学术引用一万余次。

执行主席：王宏宁

CCF YOCSEF总部学术委员会委员，清华大学计算机科学与技术系长聘副教授。研究方向为机器学习、信息检索、大模型技术。

执行主席：赵恺

CCF YOCSEF总部学术委员会委员，中国科学院自动化研究所副研究员，研究方向为决策智能、具身智能机器人。

参会联系人：王鹏，15110090523（微信同号），yocsef@ccf.org.cn

点击此处报名