"AI之夏"研招系列学术讲座第6讲:LLMs的模型融合与模型协同


“AI之夏”研招系列学术讲座第6讲,由人大高瓴人工智能学院张骁副教授为各人主讲。
在大语言模型(LLMs)应用中,如何通过模型干预实现 LLMs的 Test-Time 控制是实现AI可控性的要害问题之一。本陈诉聚焦模型参数融合与巨细模型协同两种模型干预方式:在模型融合方面,针对 LLM 可控生成需求,打破简朴平均要领的局限,通过自适应组合子 LLMs,实现生成历程的动态调控,保障用户可控性的同时迫近帕累托最优;在模型协同方面,以降低 LLM 部署开销为目标,设计自适应LLMs协同要领,通过智能调配巨细模型资源,在保障性能的前提下显著淘汰大模型调用频次,实现 Test-Time 场景下对 LLMs 的实时控制与优化。最后,介绍课题组的研究偏向、学生培养计划。

讲座信息
时间:6月19日 周四下午 18:30-19:30
腾讯聚会会议:922-987-170
陈诉题目:LLMs的模型融合与模型协同
主讲人:张骁
讲者简介:张骁,菠菜平台高瓴人工智能学院准聘副教授,菠菜平台杰出学者青年学者。研究偏向为:在线&强化学习、可信机械学习、大模型赋能的信息检索。已在本事域相关的海内外学术期刊和聚会会议上发表论文六十余篇,获得SIGIR 2024最佳漫笔提名奖、VLDB 2024最佳论文提名奖、WWW 2023最佳论文提名奖,主持人工智能重大专项子课题、国自然面上等科研项目十余项。
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