CCF大连民族大学学生分会成功举办“学在民大”人工智能前沿技术研究与工程实践经验分享会

2024年12月25日下午，CCF大连民族大学学生分会在大连民族大学开发区校区勤德楼B702会议室成功举办了“学在民大”之人工智能前沿技术研究与工程实践经验分享会。本次活动旨在让学生们深入了解人工智能领域的前沿动态，促进学术交流，并提升专业素养与论文写作能力。活动吸引了众多CCF学生会员以及研究生同学参与。

图1主持人开场

活动伊始，主持人CCF大连民族大学学生分会候任主席孙建鸿首先简单介绍了本次活动的流程和目的；随后介绍了本次活动的第一位分享嘉宾陈鑫，陈鑫博士是大连理工大学信通学院的博士研究生，主要研究方向为计算机视觉、视觉目标跟踪，目前在 TPAMI、CVPR、ICCV 等国际顶级期刊、会议上发表论文十余篇，谷歌学术引用2000余次，曾获得中国计算机学会学术新锐奖等多项奖励；最后对到场的参会人员表示热情地欢迎。

图2陈鑫博士分享科研经验

在第一个环节中，陈鑫博士进行了主题为“基于Transformer的视觉目标跟踪算法研究”的报告，并分享了顶会顶刊写作经验。在报告中，他首先详细介绍了视觉目标跟踪任务的定义、存在的问题、轻量化模型开发挑战，以及任务建模和多模态跟踪模型的改进；随后分享了他们团队在基于Transformer的特征融合算法、轻量化跟踪模型、序列生成建模跟踪方法和多模态统一模型的探索与经验，并对未来的研究趋势进行了展望；最后分享了顶会写作经验。

图3谈论交流过程1

报告结束后，同学们围绕分享内容进行了热烈的探讨，陈鑫学长针对同学们的问题，表达了自己的见解和观点，引导大家更加深刻地理解了分享内容。

图4金政旭学长分享大模型提示词工程经验

在第二个环节中，主持人简单介绍了本环节的分享嘉宾金政旭，金政旭学长是大连民族大学在读研究生，有着丰富的项目实践经验，目前担任第一届大连民族大学学生分会主席。随后，金政旭学长分享了主题为“大模型提示词工程与Function Calling”的报告。在报告中，他首先介绍了提示词工程涉及开发和优化提示词，以便更有效地利用大型语言模型（LLM）在不同场景和研究领域中的应用；随后介绍到Function Calling技术通过大模型识别用户需求，回调外部函数，弥补了大模型在联网能力和数学计算方面的不足；最后介绍了大模型在算数任务上的局限性，强调了其输出结果的随机性，并展示了AI在特定场景下可能的规避监管行为。

图5谈论交流过程2

在报告结束后，同学们纷纷提出了自己在大模型提示词工程方面的问题，金政旭学长根据自己的经验对同学们的问题进行了指导，现场气氛热烈。

图6报告人与工作人员合影

本次活动为学生们提供了一个深入了解人工智能前沿技术的平台，激发了大家进一步研究和探索的兴趣。这次前沿技术应用经验分享，同学们不仅获得了专业的指导和建议，还激发了同学们对自身学术课题的深入思考，为未来的学术研究和职业发展奠定了坚实的基础，得到了在场参会同学们的一致认可。