报告人

丁效

教授

哈尔滨工业大学

报告信息

报告时间：

    2025年9月24日  10:00-11:00

报告地址：

    av无码 燕园校区理科二号楼2736报告厅

腾讯会议：266-404-589

Tencent Meeting 二维码 ↑↑↑

主持人

林宙辰 教授

av无码-av高清无码 、人工智能研究院

Abstract

尽管当前大模型表现出非常强的语言理解与生成能力，但是其存在着因果与相关混淆的问题。究其原因，当前大模型依赖数据驱动、最小化数据经验风险的范式进行训练，分布外泛化弱，无法鲁棒的应用于解决复杂问题。因此，本次报告重点介绍基于因果学习的大模型鲁棒性增强技术，重点关注无偏数据集构建、思维链机制研究、内生性能优化以及因果引导评测四方面的关键内容，该项技术对提升基座大模型的可靠性及综合推理能力具有重要意义。

Biography

丁效，哈尔滨工业大学教授，博士生导师，国家级青年人才，网信优秀人才，社会计算与交互机器人研究中心副主任。主要研究方向为自然语言处理、事理图谱、因果推理。在TKDE、NeurIPS、ACL等人工智能领域的顶级国际期刊和会议上发表相关论文90余篇，承担国家重点研发计划项目、国家自然科学基金项目等多项省部级以上项目。荣获“钱伟长中文信息处理青年创新奖”一等奖、教育部科技进步一等奖、黑龙江省科学技术一等奖、吴文俊人工智能科技进步一等奖奖，ACL 2024杰出论文奖等，担任中国中文信息学会社会媒体处理专委会秘书长、黑龙江省中文信息处理重点实验室副主任等职务。