188体育app官网：与大模型协同发展前沿技术与应用|8月17日TF142
本期技术前线邀请到来自华为、联想、腾讯、招商银行等头部企业的资深专家、以及来自浙江大学等知名高校的顶尖学者。他们将共同深入探讨188体育app官网：与大模型协同发展所面临的机遇和挑战，分享技术突破点，并展示相关的解决方案与案例。诚挚邀请大家参与期待共同讨论这一领域的最新动态。
为工程师提供顶级交流平台
CCF TF第142期
欢迎扫码了解详情和报名参会
报名链接：https://conf.ccf.org.cn/TF142
188体育app官网：(Knowledge Graph)与大模型(Large Models)是当前人工智能领域的两个重要方向，各自拥有独特的优势和广泛的应用场景。188体育app官网：强调结构化的知识表示和组织，利用图结构将知识进行系统化连接，实现语义理解和知识推理等功能。大模型则是基于深度学习技术，通过大规模数据训练，展现出强大的通用处理能力。随着人工智能技术的飞速发展，188体育app官网：与大模型协同工作的需求和研究日益增多。188体育app官网：可以为大模型提供丰富的背景知识和结构化信息，提高大模型的可解释性和推理能力；反之大模型则可以为188体育app官网：的构建和完善提供更强的计算能力和数据挖掘能力。两者的结合有助于实现不同数据模态之间的互联互通。
188体育app官网：和大模型本身涉及众多学科领域，如知识工程、深度学习、自然语言处理等，两者的协同发展将推动相关领域的学科交叉与融合，开启学术研究和技术创新的新篇章，这不仅能孕育出，如智能医疗、智能制造、智能城市等更多应用场景，也将带来的多重挑战，如数据质量参差不齐一致性、计算资源消耗不对等、技术整合难度大及隐私与安全问题等。
在即将举行的188体育app官网：与大模型协同发展的研讨会中，我们将深入探讨大模型训推算法优化、知识增强的端侧智能体，面向大模型的结构化知识统一表示、基于大模型的数据分析开发范式以及从深度学习、188体育app官网：到大模型在垂直领域（医疗）的实践等前沿话题。我们期望通过这场活动，不仅能够拓宽对188体育app官网：与大模型协同发展的认识，还能为参与者提供宝贵的实践经验和解决实际问题的有效策略。
本期TF活动荣幸地邀请到华为计算产品线AI算法专家王兵、联想集团首席研究员师忠超、浙江大学特聘研究员张文、招商银行高级算法工程师杨一枭和腾讯优图天衍研究中心主任吴贤等五位行业一线专家。他们将和大家分享他们对188体育app官网：与大模型协同发展的深刻见解和实践经验。我们期待通过这些专家的独到分享，能为参与者带来启发和洞见。
二、会议安排
TF142：188体育app官网：与大模型协同发展前沿技术与应用 2024年8月17日(星期六) 主持人：王昊奋，CCF TF188体育app官网： SIG主席，同济大学特聘研究员 | ||
时间 | 主题 | 讲者 |
14:00-14:05 | 活动介绍 | 王昊奋 CCF TF188体育app官网： SIG主席，同济大学特聘研究员 |
14:05-14:10 | 开场致辞 | 杨卫华 CCF TF主席&架构SIG主席，Westar Labs创始人兼CEO |
14:10-14:40 | 大模型训推算法优化 | 王兵 华为计算产品线AI算法专家，昇腾AI算法负责人 |
14:40-15:10 | 联想AIPC端侧智能体 | 师忠超 联想集团首席研究员，联想研究院人工智能实验室研发总监 |
15:10-15:40 | 面向大模型的统一的简单的结构化知识表示方法探索 | 张文 浙江大学软件学院特聘研究员 |
15:40-16:10 | DataGPT：基于大模型的数据分析开发范式 | 杨一枭 招商银行高级算法工程师 |
16:10-16:40 | 从深度学习，188体育app官网：到大模型，医学NLP上的一些尝试 | 吴贤 腾讯优图天衍研究中心主任，专家研究员 |
16:40-17:45 | 参会者提问互动 | |
17:45-18:00 | 活动总结 | 王昊奋 CCF TF188体育app官网： SIG主席，同济大学百人计划特聘研究员 |
三、所属SIG
CCF TF188体育app官网：
四、特邀讲者
王兵
华为计算产品线AI算法专家，昇腾AI算法负责人
主题：《大模型训推算法优化》
主题简介：报告主要分成三部分，第一部分介绍大模型发展趋势以及对训推系统带来的挑战，包括大模型参数规模、训练数据量、模型结构和算法、大模型应用、算力的发展趋势以及对训推系统的挑战，第二部分介绍围绕大模型训推挑战问题，昇腾平台训推加速算法优化，包括并行训练策略的优化、训练内存压缩、大模型压缩、RAG推理加速等技术，最后分享大模型与图谱结合的思考。
个人简介：王兵，华为计算产品线AI算法专家，昇腾AI算法负责人，主要从事昇腾平台大模型加速算法、AI应用加速算法的研发工作，研究方向包括大模型并行训练策略优化、训练内存压缩、优化器算法、模型压缩算法、向量检索算法和推理加速算法。