"AI之夏"研招系列学术讲座第6讲：LLMs的模型融合与模型协同

“AI之夏”研招系列学术讲座第6讲，由人大高瓴人工智能学院张骁副教授为大家主讲。

在大语言模型（LLMs）应用中，如何通过模型干预实现 LLMs的 Test-Time 控制是实现AI可控性的关键问题之一。本报告聚焦模型参数融合与大小模型协同两种模型干预方式：在模型融合方面，针对 LLM 可控生成需求，打破简单平均方法的局限，通过自适应组合子 LLMs，实现生成过程的动态调控，保障用户可控性的同时逼近帕累托最优；在模型协同方面，以降低 LLM 部署开销为目标，设计自适应LLMs协同方法，通过智能调配大小模型资源，在保障性能的前提下显著减少大模型调用频次，实现 Test-Time 场景下对 LLMs 的实时控制与优化。最后，介绍课题组的研究方向、学生培养规划。

讲座信息

时间：6月19日 周四下午 18：30-19：30

腾讯会议：922-987-170

报告题目：LLMs的模型融合与模型协同

主讲人：张骁

讲者简介：张骁，中国人民大学高瓴人工智能学院准聘副教授，中国人民大学杰出学者青年学者。研究方向为：在线&强化学习、可信机器学习、大模型赋能的信息检索。已在本领域相关的国内外学术期刊和会议上发表论文六十余篇，获得SIGIR 2024最佳短文提名奖、VLDB 2024最佳论文提名奖、WWW 2023最佳论文提名奖，主持人工智能重大专项子课题、国自然面上等科研项目十余项。

精彩讲座持续进行中，欢迎关注！