菠菜平台-十大菠菜平台

菠菜平台-十大菠菜平台

AI之夏研招讲座|许洪腾:面向科学发现的生成式模型设计与学习

学术讲座

AI之夏研招讲座|许洪腾:面向科学发现的生成式模型设计与学习
日期:2025-06-18会见量:

"AI之夏"研招系列学术讲座第4讲:面向科学发现的生成式模型设计与学习

图片

图片

“AI之夏”研招系列学术讲座第4讲,由人大高瓴人工智能学院许洪腾长聘副教授为各人主讲。

科学发现不停推感人类社会进步,而生成式AI技术正逐渐成为物理、生物、数学等领域提高探索效率的要害工具。许洪腾老师的课题组近年来深入开展面向科学发现的生成式模型设计与学习技术的研究,旨在利用先进的数理工具——如最优传输、Clifford代数、微分方程、数值盘算等——研发新的生成式模型及其学习算法,提高其在分子设计、数学推理等难题上的能力。本次陈诉将重点介绍课题组近两年在图神经网络架构设计、大模型高效适配、AI4Science、AI4Math等领域的代表性事情,并对课题组目前的研究偏向、学生培养情况以及未来的研究结构进行介绍。

图片

讲座信息

时间:6月19日 周四下午 13:00-14:00

腾讯聚会会议:577-304-275

陈诉题目:面向科学发现的生成式模型设计与学习

主讲人:许洪腾

讲者简介:许洪腾,高瓴人工智能学院长聘副教授,博导,国家高条理青年人才。2017年博士结业于佐治亚理工学院,2013年硕士结业于上海交通大学,2010年本科结业于天津大学。其研究偏向为通用人工智能技术及其应用,特别是(1)最优传输驱动的机械学习理论与要领;(2)生成式大模型架构设计、模型压缩、模型融合;(3)AI4Math以及AI4Science等前沿应用。以第一作者或通讯作者身份在人工智能领域知名聚会会议和期刊上发表论文70余篇,并曾在KDD、AAAI、IJCAI等聚会会议上举行Tutorial陈诉。近年来的代表性事情包罗基于最优传输距离的图神经网络设计与学习要领、面向庞大场景的高效最优传输盘算要领、数值算法驱动的大模型架构设计与高效适配等。

精彩讲座连续进行中,接待关注!

检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的速模式浏览,或者使用谷歌、火狐等浏览器。

下载Firefox