返回首页
您的位置:首页 > 活动 > 活动日历 > CCF走进高校

CCF@U811 黄华、刘知远走进西南交通大学

阅读量:100 2021-10-11 收藏本文

CCF@U第811场: 黄华、刘知远走进西南交通大学

时间:2021年10月12日 09:30-11:30

地点:西南交通大学综合楼148会议室

l 特邀讲者:黄华,北京师范大学教授

演讲题目:基于物理模型的计算光谱摄像

l 特邀讲者:刘知远,清华大学副教授

演讲题目:如何更好利用大模型——预训练模型的提示学习方法

参加方式:

CCF会员免费参加,非CCF会员可现场入会并参加。(CCF会员可以带1-2名非会员参加活动)

特邀讲者:黄华


个人简介:

北京师范大学教授,中国青年科技奖获得者、“万人计划”科技创新领军人才入选者。主要从事可视媒体智能计算的研究工作。先后主持国家自然科学基金重点项目、国家重点研发计划等科研项目。授权国家发明专利60余项,部分成果在国防、工业、互联网等领域得到应用。CCF常务理事。

报告题目:基于物理模型的计算光谱摄像

特邀讲者:刘知远


个人简介:

清华大学副教授,主要研究方向为自然语言处理。2011年获得清华大学博士学位,已在人工智能著名国际期刊和会议发表论文100余篇,Google Scholar统计引用超过17,000次。曾获教育部自然科学一等奖、中国中文信息学会钱伟长中文信息处理科学技术奖一等奖、汉王青年创新奖;入选国家万人计划青年拔尖人才、北京智源研究院青年科学家、2020年Elsevier中国高被引学者、中国科学青年人才托举工程。

报告题目:如何更好利用大模型——预训练模型的提示学习方法

报告简介:近年来深度学习成为自然语言处理关键技术,特别是2018年以来的预训练语言模型,显著提升了自然语言处理整体性能。如何更好地激发大规模预训练模型在下游任务上的效果,是广泛关注的研究课题。最近,提示学习(Prompt Learning)通过设计与预训练任务相似的提示模板的方式,有效降低了预训练任务与下游任务的差异,从而显著提升了预训练模型在下游任务的效果,取得了很多突破性进展。本报告将介绍面向预训练模型的提示学习方法、前沿动态以及仍然面临的挑战问题。


CCF微信公众号,欢迎关注