报告题目：

    从大语言模型到世界模型

报告摘要：

    大语言模型在可解释性、可信性以及处理复杂、多模态和长期记忆任务方面还存在一定不足。为了缓解大语言模型在理解物理世界和社会世界时的一些限制，我们可以让大语言模型和实际环境交互来进行持续学习，将大语言模型转变成“世界模型”。相比大语言模型，世界模型的技术路线还不清晰，未来发展之路尚存争议。本报告主要探讨如何从多语言和多模态扩展、具身学习等角度提升大语言模型能力，从而达到世界模型。本报告还将汇报大语言模型MOSS2的一些最新研究进展。

报告人简介：

    邱锡鹏，复旦大学计算机学院教授，主要研究方向为自然语言处理基础模型和算法，主持研发的大模型MOSS已经成为国内影响力最大的开源大模型之一，发表CCF-A/B类论文100余篇，引用2万余次，入选中国高被引学者和全球前2%顶尖科学家榜单。担任中国中文信息学会大模型与生成专委会副主任、中国人工智能学会自然语言理解专委会副主任、上海市计算机学会自然语言处理专委会主任。曾获中国科协青年人才托举工程、国家优青等项目，获钱伟长中文信息处理科学技术奖一等奖（第一完成人），入选教育部“高校计算机专业优秀教师奖励计划”，上海市计算机学会青年科技英才，两次获得上海市计算机学会教学成果奖一等奖。著作《神经网络与深度学习》被上百家高校作为教材。

报告时间：2024年8月28日 9:00

报告地点：正新楼三楼人工智能学院报告厅

主办单位：人工智能学院