7月7日！GLM大模型技术前沿与应用探索 | 2023世界人工智能大会

作者：花生_TL007 | 2024-04-30 10:24:33

踩

glm大模型

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

随着AIGC时代的到来，大型语言模型逐渐成为学术界和工业界的关注焦点。近期，各种大语言模型的涌现给自然语言处理领域的研究带来了诸多挑战，也逐渐对计算机视觉和计算机生物等领域产生了重要影响。强大的语言理解能力、生成能力、逻辑推理能力……大语言模型的魅力如此之大，未来究竟会怎样改变人类的生活呢？

世界人工智能大会KEG专场论坛将于7月7日下午14:00在上海世博中心正式召开，本期论坛由清华大学KEG实验室主办、AI TIME承办、东浩兰生（集团）有限公司协办。本次论坛将重点关注大语言模型前沿研究，聚焦GLM、CodeGeeX等具体大模型，来自各知名高校、研究院的专家将深入探讨其背后的研究难点、关键技术、拓展方向，从技术、产品、应用场景多维度分析讨论未来大模型的发展之路。

论坛亮点

”

1.千亿对话模型ChatGLM——推动行业智能化

ChatGLM：团队于2022年推出千亿模型GLM-130B，在斯坦福大学基础模型中心的评测中，GLM-130B在准确性和公平性指标上与GPT-3 175B (davinci) 接近或持平，鲁棒性、校准误差和无偏性优于GPT-3 175B。千亿对话模型ChatGLM在GLM-130B 基础上通过有监督微调等技术实现人类意图对齐。开源的62亿参数ChatGLM-6B模型初具理解人类指令意图的能力，并支持在单张 2080Ti 上进行推理使用。截至五月底，其全球下载量超过200万次，持续两周位列 Huggingface 全球模型趋势榜榜首。科技部在23年中关村论坛上发布的《中国人工智能大模型地图研究报告》显示ChatGLM-6B位列大模型开源影响力第一名。

2.辅助编程工具CodeGeeX——助力编程高效化

CodeGeeX：CodeGeeX是一个基于AI大模型的辅助编程工具，拥有130亿参数，支持23种编程语言。CodeGeeX可以根据自然语言或代码片段生成完整的代码，可以自动为你的代码逐行添加注释，也可以将一种编程语言准确的翻译成另一种编程语言。特别是“Ask CodeGeeX”功能可以在IDE中，通过对话的方式直接操作代码，开发者普遍认为使用CodeGeeX，编程效率提升50%以上。CodeGeeX是完全开源和免费的，在VS Code和JetBrains IDEAs的插件市场免费提供下载安装使用，目前全球安装使用的用户量超过100,000+，每天为开发者生成数百万行代码。

3.凝聚青年合力—— 推进研究前沿化

实验室长期承担国家级项目、国际合作项目以及部委和企事业单位合作项目，包括863计划项目、国家重点研发计划项目、自然科学基金重点项目、北京市科技计划项目、欧盟合作框架项目、中英牛顿高级学者基金项目，以及与工程院、新华社、华为、腾讯、阿里、美团、滴滴、OPPO的合作项目等。在国际顶级会议和期刊发表论文400余篇，授权发明专利50余项。实验室代表性研究成果“智能型科技情报挖掘和知识服务关键技术及其规模化应用”获得国家科技进步二等奖，核心技术获得第六届北京市发明专利一等奖。此外，还获得数据挖掘顶级国际会议KDD2020的Test-of-Time Award（十年最佳论文）、2017年北京市科技进步一等奖、2013年中国人工智能学会科技进步一等奖等。

实验室重视队伍培养，共培养博士、硕士毕业生160余人，博士后20人。其中人工智能领域杰青2人，高校教师13人（其中2人在美国任教），人工智能上市公司创始人2人（旷视唐文斌、杨沐），多人获得校优秀毕业论文、优秀毕业生以及北京市优秀毕业生和CFF优秀大学生。此外，实验室多年来努力探索交叉学科群体的队伍、基地和制度建设，在国际上和图灵奖得主John Hopcroft教授、美国科学院院士Jon Kleinberg教授和英国皇家科学院院士Wendy Hall教授等人保持长期合作，在国内和心理学、认知学、社会学等领域专家一直保持紧密合作。

论坛内容

7月7日 14:00—17:45

14:00-14:05

何芸

主持人开场

14:05-14:30

东昱晓

ChatGLM：预训练大模型探索与实践

14:30-14:50

张静

GLM-Dialog：噪声容忍的知识增强对话预训练模型

14:50-15:10

赖瀚宇

WebGLM：检索增强的大规模预训练模型

15:10-15:30

丁铭

VisualGLM-6B的原理与实践

15:30-15:50

陈波

xTrimoPGLM：面向统一的蛋白质千亿模型

15:50-16:10

郑勤锴

CodeGeeX：多语言代码生成模型与最佳实践

16:10-17:10

AI Debate

大模型是机器学习的未来吗？

17:10-17:30

互动交流

现场嘉宾 Q&A

嘉宾介绍

东昱晓

清华大学计算机系助理教授，知识工程实验室（KEG）成员，曾工作于脸书人工智能和微软总部研究院。研究方向为数据挖掘、图机器学习和预训练基础模型，相关成果应用于十亿级社交网络和知识图谱。入选IJCAI 22 Early Career Spotlight，获2017年ACM SIGKDD博士论文提名奖和2022年ACM SIGKDD新星奖。

张静

中国人民大学信息学院计算机系副教授。主要研究方向是基于预训练语言模型和知识图谱做神经符号推理。发表论文60余篇，包括KDD、ACL、SIGIR、WWW、EMNLP、WSDM等领域内国际顶级会议以及国际顶级期刊TKDE、TOIS论文。

Google引用次数6000余次。荣获2020年SIGKDD时间检验奖、2017年北京市科技进步一等奖（第四完成人），入选百度2023年AI华人女性青年学者榜（全球80人）。近年来担任WWW'23、IJCAI'21与PKDD/ECML'21/23程序委员会高级委员。任IEEE Transactions on Big Data、AI Open期刊编委 (Associate Editor)。