智启新局——视觉计算实验室参加2024年度CCF青年精英大会
2024年5月16-18日，2024年度CCF青年精英大会（YEF2024）在浙江省宁波市南苑饭店举办，吸引超1200名青年精英学者与会，探讨前沿技术，激发创新活力。视觉计算实验室师生代表参加本次会议，并参与特邀报告、专题报告、学生分会主席座谈会等多个环节。
精彩回顾
1. 大模型赋能智慧司法的无限可能
当前司法任务的特点是案件量多，人力严重不足。人工智能技术与司法实践的结合，是破解法院显示难题和发展瓶颈的有效途径，可以促进审判体系的不断迭代。如何利用生成式人工智能等技术，创新司法人工智能理论与算法，促进“智慧司法”建设，推动司法变革？北京大学袁粒教授以中文法律垂域模型模型ChatLaw为例，介绍了大语言模型在司法领域的落地应用。袁粒教授在报告中探讨基座模型的选择、数据收集、领域知识调优等问题，认为当前此类模型仍存在私有化部署难等一系列痛点，有广阔的发展前景。科大讯飞AI研究院的李宝善总工程师以讯飞“星火法律大模型”为例，同样指出法律大模型存在的数据质量与多样性，法律领域任务的严谨性，模型决策的可解释性等挑战，并介绍科大讯飞公司在研发法律大模型过程中所采取的应对措施。
2. 代码大模型与数据安全
Copilot等代码大模型的影响力正与日俱增，而代码大模型的安全和可信问题直接影响其实际落地和使用。哈尔滨工业大学高翠芸副教授的报告围绕代码大模型，重点介绍代码大模型面临的数据安全问题，包括现有的代码补全系统的缺陷和黑盒修复方案、从大模型窃取数据提升小模型的可能性及其呈现的数据安全问题、面向代码生成系统的水印保护方案，最后对代码大模型的安全问题进行了讨论。腾讯朱雀实验室的唐梦云高级工程师结合朱雀大模型的落地实践，同样为我们带来了关于大模型安全应用之道的研讨。
3. 大模型增强方法研究
大模型通过语言模型预训练得到基座模型，再通过指令微调来进行特定任务的强化以及与人类的对齐，推理时通过预测下一个词进行生成，然而这种模式存在局限性。首先，多语言混合预训练使得大模型在不同语言上能力参差不齐，通常中心语言强，其他语言弱；其次，大模型通过在下一个词语预测时选择概率最大的词语进行生成，无法判断输入以及生成的文本中蕴含的知识是否正确，从而遭受幻觉困扰，成为阻碍大模型应用的关键因素。针对以上问题，中科院计算技术研究所的冯洋研究员介绍了包括通过交互式机器翻译提升大模型的多语言能力、通过在真实空间编辑大模型内部表示来缓解幻觉以及通过引入读写策略来协助大模型处理流式输入场景。
4. 大模型时代交通时空数据挖掘的方法与挑战
交通行业细分领域众多，包括公路、铁路、民航、水运、城市综合交通等。交通数据的模态和形式多样，性质也极其复杂，包括时空相关性、周期性、异质性等。交通业务场景对算法要求很高，包括实时性、准确性、可解释性等。因此，要求交通大模型具有多模态能力、实时信息获取能力、预测与决策能力、专业知识推理能力、动态规划能力等。随着移动终端和位置传感器的普及，城市时空大数据快速增长，这些数据驱动定位导航、出行规划、个性化推荐等，为智慧城市发展提供重要支撑。然而，海量数据也带来挑战，包括异构数据复杂性、时空关联性、不确定性等。中南大学王森章教授的报告探讨了研究团队在城市时空大数据分析方面的工作，涵盖大模型理论和方法交通和人流数据预测中的应用，并对未来研究方向进行展望。
5. 实验室研究生李希垚参加CCF学生分会主席座谈会
CCF四川大学学生分会主席、实验室2022级硕士研究生李希垚参加了于17日晚间举行的CCF学生分会主席座谈会，并担任会议主持人。CCF传播工委执委陈盈老师介绍CCF文化的历史沿革。CCF开源发展委员会副秘书长、国防科技大学王涛老师带来开源、群智协同与创新引领的报告。CCF会员部闫婉婷老师介绍CCF学生特色活动。讨论环节，各分会主席针对学生分会开展活动时存在的困难、在举办活动时希望学会提供的帮助两个角度，开展了长达一个多小时的热烈讨论并作总结陈述，各抒己见，为CCF学生分会的发展群策群力，贡献青年力量。CCF秘书长唐卫清致辞，总结过去一年学生分会的进展，回应了同学们的需求和疑问，并展望学生分会的未来，提出了殷切期盼。
结语
本次大会主题为“智启新局“，探索计算机领域的新篇章，为学术和产业界搭建沟通的桥梁。YEF的特色正是“跨界”，从最初的YOCSEF委员会及优秀青年人士之间的交流会议发展至今，大会在十余年的发展中为计算机应用领域的未来赋予了更多想象。
本次大会专题覆盖大模型、人工智能、脑机接口、开源创新、AI for Science、智慧司法、教育等多个前沿应用方向，尤以近年来关注度极高的大模型应用为主，以专题为单位进行综述式研讨，而非聚焦单一论文成果。视觉计算实验室长期以来力求拓宽学生眼界，培养深度思辨能力，提升综合素质，从而有能力在技术发展的洪流中脱颖而出，智启新局。