Talk预告 | 北京航空航天大学王泽坤：在LLM之上还能创造哪些价值？

作者：TechBeat人工智能社区发布时间：2023-07-18

本期为TechBeat人工智能社区第515期线上Talk！
北京时间7月20日(周四)20:00，北京航空航天大学硕士研究生—王泽坤的Talk将准时在TechBeat人工智能社区开播！
他与大家分享的主题是: “在LLM之上还能创造哪些价值？百页综述梳理后 ChatGPT 技术链”，届时将分享当下大模型的研究焦点，即如何建立更全面的框架，以改善大模型与人、与知识库、与模型、与工具和与环境的交互，并提出了“交互式自然语言处理”。

Talk·信息

▼

主题：在LLM之上还能创造哪些价值？百页综述梳理后 ChatGPT 技术链

嘉宾：北京航空航天大学硕士研究生王泽坤

时间：北京时间 7月20日(周四)20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/

长按识别二维码，一键预约TALK！

Talk介绍

▼

ChatGPT 对 NLP 产生了翻天覆地的影响，一时间，人们开始相信“NLP已经被解决”。然而，在大模型的实际应用中我们发现，大模型仍然具有一些难以克服的问题，如对齐、幻觉、长文本处理等。在这篇综述中，我们系统梳理了当下围绕着大模型的研究焦点，即如何建立更全面的框架，以改善大模型与人、与知识库、与模型、与工具和与环境的交互，并提出了“交互式自然语言处理”。一方面，通过大模型与外部实体的交互，可以缓解大模型自身的一些固有问题并扩展大模型的功能与特性；另一方面，通过将大模型视作广义环境中的智能体，交互特性是大模型通往通用人工智能的一把钥匙。

Talk大纲

1、背景和动机

2、相关工作

3、从交互对象的维度

（1）大模型与人交互

（2）大模型与知识库交互

（3）大模型与模型、工具交互

（4）大模型与环境交互

4、从交互媒介的维度

（1）通过自然语言交互

（2）通过形式语言交互

（3）通过编辑语言交互

（4）通过机器语言交互

（5）通过共享记忆交互

5、从交互方法的维度

（1）提示技术：上下文学习 (In-Context Learning)、思维链、提示级联等。

（2）微调技术：指令学习、持续学习、半监督学习、参数高效学习等。

（3）其他方法：主动学习、强化学习、模仿学习、交互信息融合等。

6、对交互的评测

7、交互特性的应用

8、伦理与安全

9、未来发展方向和挑战

Talk·预习资料

▼

论文链接：

https://arxiv.org/abs/2305.13246

机器之心推文：

https://mp.weixin.qq.com/s/qNKM_xyYJigSGtE4J3UXXQ

Paper list：

https://github.com/InteractiveNLP-Team/awesome-InteractiveNLP-papers

Talk·提问交流

▼

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

王泽坤，北京航空航天大学一年级在读硕士生，师从许可教授。研究方向为自然语言处理与多模态。他的主要研究兴趣为多模态基础模型、思维链 (Chain of Thought) 、检索增强以及 Alignment 等。同时也在探索大型语言模型作为 agent 的技术链，比如工具使用、社会模拟、具身智能等。他曾在澜舟科技、北京智源人工智能研究院等进行科研实习。