CNCC2026特邀报告｜英国萨里大学Josef Kittler——Representation Similarity Analysis of Foundation Models in Deep Learning

CNCC2026将于10月21-24日在成都举办，英国萨里大学Josef Kittler受邀做特邀报告：Representation Similarity Analysis of Foundation Models in Deep Learning。

报告题目：深度学习基础模型的表征相似性分析

报告时间：10月22日上午

报告地点：大会主会场——西博城1号馆

深度基础模型已展现出惊人的能力，能用应对众多领域的多样化任务。无论是语言、视觉还是其他模态，甚至涉及领域知识的高度复杂问题，这类模型都能生成有效的表征，其表现令人震撼。这些表征承载的信息远超人类理解范围，而微调、强化学习等现有方法已能十分高效地利用这些信息、完成各类任务。

然而，如同研究人类大脑一样，我们不禁要问：人工神经网络究竟是如何编码如此海量的信息？为了回答这个有趣的问题，我们借鉴了神经科学中针对猕猴大脑的表征相似性分析方法。本研究通过观测基础模型对简单刺激的响应，挖掘模型有趣的特性、特有规律与偏置，有助于解析深度模型所捕获的丰富信息。本次报告将探讨该研究成果带来的启示。