CCF@U811 黄华、刘知远走进西南交通大学

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