题 目：模拟学习方法论：理论，算法和应用
主讲人：束 俊
单 位：西安交通大学
时 间：2024年8月19日 9:00
腾讯id：598 617 222
摘 要：近几年，人工智能研究的突破之一是以chatgpt为代表的大模型的显著发展。相比于以解决特定任务为特征的传统深度学习模型，大模型在解决跨任务泛化等复杂任务中展示出惊人的能力（称为涌现能力）。但大模型 “大力出奇迹”的实现模式与“资源稀疏型”的学术研究模式存在鸿沟。 本报告将从大模型的约化这一问题展开讨论，介绍基于“模型学习方法论”（slem）的元学习框架，阐述背后关于任务迁移泛化的统计学习理论，并以机器学习自动化作为典型应用场景展示，研发了系列机器学习自动化基础算法簇，揭示slem学习框架对现实场景中的潜在适用性。
简 介：束俊，西安交通大学副教授，博导，主要从事机器学习的基础理论与算法研究。已在ieee tpami、jmlr、neurips等国际顶级期刊和会议发表学术论文20余篇，谷歌学术引用1300余次。目前担任ieee tpami等多个国际和国内顶级期刊审稿人，并受邀担任二十余次ccf a类会议的程序委员会委员。曾获 “neurips2022杰出审稿人奖”，首届粤港澳大湾区(黄埔) 国际算法算例大赛“数据选择与标记校正算法设计”擂台赛冠军（队长），第三届基础学科拔尖学生培养计划2.0“提问与猜想”活动特等奖（优秀指导教师）等奖项。