学术报告

因果视角下大模型后训练

题目:因果视角下大模型后训练

报告人:强文文

报告人简介:强文文,中国科学院软件研究所副研究员,长期从事人工智能基础理论与算法研究,已发表论文50余篇,其中以第一作者及通讯作者在CCF A类期刊与会议上发表论文30余篇,涵盖IEEE TPAMI、IJCV、IEEE TKDE等人工智能领域顶级期刊,以及ICML、NeurIPS、ICLR、CVPR等顶级国际学术会议。现主持科研项目包括:国家重点研发计划专项青年科学家项目、国家自然科学基金青年基金(C类)、中国科学院战略先导项目课题等。

摘要:大模型的核心问题已不只是“能否答对”,而是其正确性究竟来自稳定的因果规律,还是偶然相关。本报告以“大模型如何从相关性拟合走向因果机制学习”为主线,分别探讨如何识别真正支撑答案的输入证据、发现可迁移的推理规律,以及利用候选回答间的结构关系改进模型学习,共同回答大模型“凭什么答对、能否稳定答对、如何学会稳定答对”的问题。

报告时间:2026年7月15日 下午14:00-15:00

报告地点:腾讯会议:415-178-672

邀请人:胡晓楠

网.jpg