在线课程通知 | 大模型技术与交叉应用

近年来，人工智能和自然语言处理进入大模型时代，参数规模指数增长带来了显著的性能提升，为广阔的学科交叉应用提供了新的强大工具。因此，实验室为清华学生全新开设《大模型技术与交叉应用》暑期在线课程，手把手带领同学从深度学习开始，快速上手大模型的方法和实践进行前沿探索。因为本次课程通过在线授课，为了更广泛地普及大模型技术，在此也公开直播，欢迎广大同学报名观看学习。

课程主要团队

刘知远，清华大学计算机系副教授，智源青年科学家。主要研究方向为自然语言处理、知识图谱和社会计算。在人工智能领域著名国际期刊和会议发表相关论文200余篇，Google Scholar统计引用超过2.2万次。曾获教育部自然科学一等奖、中国中文信息学会钱伟长中文信息处理科学技术奖一等奖等荣誉。

于是，清华大学计算机系博士生，主要研究方向为信息检索和问答，已在SIGIR等发表论文3篇，开源工具包OpenMatch维护者之一。

陈暐泽，清华大学计算机系博士生，主要研究方向为大模型架构，已在ACL等发表论文 2 篇，获清华大学计算机系优秀本科生毕业论文奖等。

胡声鼎，清华大学计算机系硕士生，主要研究方向为大模型高效微调，已在ACL等发表论文6篇，开源工具包OpenPrompt, OpenDelta主要作者之一，Google Scholar引用2168次，曾获国家奖学金等荣誉。

张正彦，清华大学计算机系博士生，主要研究方向为预训练语言模型，已在ACL等发表论文10篇，开源工具包BMCook主要作者之一。

崔淦渠，清华大学计算机系博士生，主要研究方向为安全NLP，已在ACL、KDD等上发表论文4篇，开源工具包OpenBackdoor主要作者之一，Google Scholar引用2240次。

曾哲妮，清华大学计算机系博士生，主要研究方向为生医自然语言处理，已在Nature Communications等上发表论文2篇。

肖朝军，清华大学计算机系博士生，主要研究方向为法律智能、文本表示，已在ACL等上发表论文5篇。

秦禹嘉，清华大学计算机系博士生，主要研究方向为预训练语言模型，已在ACL、ICLR、NAACL等发表论文10篇。

扫码报名课程

扫码获取课程资源

扫码进入GitHub平台

扫码添加课程小助手