报告题目: 实用AI系统: 从通用模型回归特定应用

报告人：吴彤霜

时间：12月19日（周二） 下午14:00—16:00

地点：王选所106会议室

摘要:大型语言模型（LLM）展示了我们在通用模型开发方面取得的显著进步。这些模型在各种任务中都表现出色，使用户能够跳过繁琐的模型训练，直接在各种场景中应用最先进的AI技术。然而，通用模型并不总能完美满足每个用户的特定需求。我们应该如何确保这些模型在实际应用中能够发挥作用呢？在这次演讲中，我将分享我们最近在具体应用场景中评估和定制通用模型的经验。首先，我将介绍一些评估和将LLMs应用到特定场景的方法。然后，通过比较人类和LLMs在执行相同任务时可能存在的差异，我会讨论我们应该忽然更好地选择适合LLMs的任务。最后，我将探讨培训人类和LLMs以获得互补技能的潜力。

报告人简介：吴彤霜是卡内基梅隆大学的助理教授。她的研究方向涉及人机交互 (HCI)和自然语言处理 (NLP)，主要关注人类（包括AI专家、普通用户和领域专家）如何更实际地与AI系统进行互动，包括调试、审计和协作。她的工作主要集中在评估自然语言处理模型的能力、支持人参与NLP模型调试和修正，以及促进人工智能与人类之间的合作。她在ACL、CHI、TOCHI、TVCG等顶级自然语言处理、人机交互和可视化领域的会议和期刊上发表论文并曾斩获多个奖项。在加入卡内基梅隆大学之前，吴彤霜在华盛顿大学获得了博士学位，本科毕业于香港科技大学，并曾在微软研究院、谷歌研究和苹果公司实习。更多信息请见个人主页：http://cs.cmu.edu/~sherryw。