MLNLP
社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。

社区的愿景是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。
1
活动介绍
“CCF-NLP走进高校”是由中国计算机学会自然语言处理专业委员会（CCF-NLP）发起，联合MLNLP及各个知名高校开展的一系列高校NLP研究分享活动。通过特邀嘉宾分享交流，促进更多师生对自然语言处理前沿进展的了解，帮助在校计算机及相关专业大学生成长和发展。
本期走进高校活动将在2023年12月02日14:30—17:50走进“郑州大学”，与郑州大学一起聆听各位嘉宾在NLP领域的研究成果。
2
活动流程
活动流程（含10分钟Q&A）
主持人：张岳
14:30--14:45   王昊奋     开场介绍 + CCF-NLP介绍
14:45--15:00   徐明亮     郑州大学介绍
活动主持人：昝红英
15:00--15:40   宗成庆     分享主题：大模型现状分析与创新应用（分享+Q&A）
15:40--16:20   王昊奋     分享主题：知识增强大模型：垂域落地的最后一公里（分享+Q&A）
16:20--17:00   熊德意     分享主题：构建大语言模型开放评测体系（分享+Q&A）
17:00--17:40   张   岳     分享主题：大模型推理和泛化研究（分享+Q&A）
17:40--17:50   活动总结
3
嘉宾介绍
一、主持人：
张岳
西湖大学教授
二、开场介绍 + CCF-NLP介绍：
王昊奋
同济大学特聘研究员
三、郑州大学介绍：
徐明亮
郑州大学教授
嘉宾简介：徐明亮，1981年生，国家杰青、国家优青，郑州大学教授、博导，计算机与人工智能学院、软件学院院长，国家超级计算郑州中心副主任，教育部智能集群系统工程研究中心主任。研究方向为人工智能与工业软件等。近年来主持国家自然科学基金杰青/优青/重点项目、国家级重点项目等10余项，以及企业重大横向等其它各类项目30余项，在ACM/IEEE系列汇刊、CVPR、ICCV、IJCAI等本领域国际重要学术期刊与顶会发表论文100余篇，申请/授权国内外发明专利50余件。
四、分享嘉宾：
宗成庆
中科院自动化研究所研究员
嘉宾简介：宗成庆，中国科学院自动化研究所研究员、博士生导师，中国科学院大学岗位教授，IEEE/ ACL/ AAIA/ CAAI/ CCF Fellow。他主要从事自然语言处理、机器翻译和语言认知计算等研究，发表论文200余篇，出版专著5部、译著两部。目前担任国际计算语言学学会(ACL)候任副主席、中国中文信息学会副理事长。曾任亚洲自然语言处理学会(AFNLP)主席，国际顶级学术会议ACL 2021大会主席和ACL 2015程序委员会主席。曾获国家科技进步奖二等奖、北京市科学技术奖一等奖和教育部自然科学奖二等奖等，荣获北京市优秀教师、中国科学院优秀导师和国科大李佩教学名师等荣誉。享受国务院特殊津贴。
报告题目：大模型现状分析与创新应用
报告简介：近期以来，以ChatGPT为代表的大语言模型快速发展，成为举世瞩目的热点，对各学科领域及行业发展产生了巨大冲击。那么，大语言模型的性能现状如何？大模型背景下如何开展自然语言处理研究？本报告将在简要分析大模型性能现状的基础上，介绍几种面向大模型技术应用的创新方法，然后对自然语言处理未来发展的前景和研究范式予以展望和思考。
王昊奋
同济大学特聘研究员
嘉宾简介：王昊奋，上海交大博士、上海市优秀博士，同济大学百人计划特聘研究员，博士生导师。其研究兴趣及专长是知识图谱、自然语言处理、对话式用户交互、智能内容生成。他是全球最大的中文开放知识图谱联盟OpenKG发起人之一。出版了《自然语言处理实践》《知识图谱方法、实践与应用》等著作。他还受邀在世界人工智能大会等诸多国际与国内智能峰会上担任讲者，并在自然语言处理国内顶级会议NLPCC多次担任知识图谱方向主席，长期作为ISWC, WWW, AAAI等人工智能国际顶级会议程序委员会委员。负责参与10余项国家自然科学基金、863重大专项、科技部科技支撑、经信委和科委等AI相关项目，共发表100余篇AI领域高水平论文。长期在一线人工智能公司担任CTO之职，荣获徐汇区学科带头人人才计划。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次，并成功入选中国人工智能产业发展联盟最佳AI应用案例。目前，他担任中国计算机学会术语工委副主任，SIGKG主席，上海秘书长，中国中文信息学会理事，语言与知识计算专委会副秘书长，上海市计算机学会自然语言处理专委会副主任，上海交通大学AI校友会秘书长等社会职位。
报告题目：知识增强大模型：垂域落地的最后一公里
报告介绍：最近发展的大型语言模型在多项问题回答基准测试中展现出了与人类相似的性能。尽管如此，这些模型仍然面临一系列挑战，包括产生幻觉式错误、依赖过时信息、缺乏专业领域的深度知识、数据隐私保护以及参数化知识的内存效率等问题。通过采用知识增强技术，可以有效应对这些挑战，对于提升模型的准确性、时效性以及实用性至关重要。还能推动知识增强型大型模型在专业垂直领域的应用，实现技术在这些领域的深度融合和应用，达到“最后一公里”的突破。
熊德意
天津大学教授
嘉宾简介：熊德意，天津大学智能与计算学部教授、博士生导师，自然语言处理实验室负责人，天津市“一带一路”联合实验室语言智能与技术中外联合研究中心主任。主要研究方向为自然语言处理，特别专注于大语言模型、机器翻译、AI对齐、常识推理、认知计算等方向的研究。在IEEE TPAMI、AI、AAAI、ACL等国际著名期刊和会议上发表论文150余篇，出版中英文专著各一部，受理/授权发明专利30余项，参与编制大模型相关标准多项。相关研究获得国家级、省部级、国际合作、企业委托等20余项项目资助，获得北京市科学技术奖二等奖、中文信息学会中文信息处理科学技术奖青年创新奖一等奖等奖项。担任IALP 2012&2021程序委员会共同主席，CWMT 2017程序委员会共同主席，NeurIPS、ACL、EMNLP、NAACL、COLING、AACL等多个知名国际会议的领域主席、赞助主席、演示主席等，TACL和ARR的执行主编，ACM TALLIP副主编，Data in Brief栏目主编等。领导研制了仁文伏羲大模型，与华为、阿里、字节跳动、OPPO等多家知名企业开展了深入合作。
报告题目：构建大语言模型开放评测体系
报告介绍：近年来，大语言模型飞速发展，在自然语言理解&生成、代码生成、推理、规划、工具使用等多个方面，不断取得突破。能力的快速发展也带来对模型伦理对齐和安全等方面的普遍担忧，如何度量大模型的能力边界，为大模型发展打造安全护栏，成为学术和产业界关注的焦点问题之一，国际上也普遍呼吁构建以评测为基础的负责任的大模型扩展策略，然而，传统的评测基准、方法和体系已不能满足大模型发展的需要。本报告将概述目前大模型评测的主要实践和方法体系，指出存在的问题和挑战，探讨大模型开放评测体系以及大模型评测未来的发展方向。
张岳
西湖大学教授
嘉宾简介：张岳，西湖大学教授。主要研究领域为自然语言处理、文本挖掘及相关的机器学习方法。研究成果包括机器学习引导搜索的结构预测算法、多任务联合模型、文本表示和图神经网络、自然语言处理中的常识、逻辑推理以及泛化问题，因果机制引导的自然语言处理等。著有剑桥大学出版社《自然语言处理——机器学习视角》，编写牛津参考文献自然语言处理。担任国内外顶级会议CCL 2020、EMNLP 2022程序委员会共同主席。担任transactions for ACL期刊执行编辑，以及四个transaction期刊副主编。获多个国际会议最佳论文奖。
报告题目：大模型推理和泛化研究
报告介绍：ChatGPT代表自然语言处理的最新发展水平，引起了众多社会关注，带来了很多变革机遇。与此同时，大模型也存在一系列内在挑战，包括能源损耗，事实错误，推理问题等。在这次报告中，在这次报告中，我将从语言推理开始，介绍大模型逻辑推理能力的定量研究。在此基础之上，我将讨论一个更本质的问题，关键解题思路的学习。我将从因果特征的角度，讨论模型的分布外泛化问题，并且给出一些简单解决思路。
4

直播平台
视频号
B站

关于我们

MLNLP 社区是由国内外机器学习与自然语言处理学者联合构建的民间学术社区，目前已经发展为国内外知名的机器学习与自然语言处理社区，旨在促进机器学习，自然语言处理学术界、产业界和广大爱好者之间的进步。
社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。
继续阅读
阅读原文