报告时间：4月12日10：00-11：30

报告地点：122cc太阳集成游戏理工楼504

报告内容：最近发展的大型语言模型在多项问题回答基准测试中展现出了与人类相似的性能。尽管如此，这些模型仍然面临一系列挑战，包括产生幻觉式错误、依赖过时信息、缺乏专业领域的深度知识、数据隐私保护以及参数化知识的内存效率等问题。通过采用知识增强技术，可以有效应对这些挑战，对于提升模型的准确性、时效性以及实用性至关重要。这里不仅详细介绍需要怎么样的知识，增强手段，还将系统阐述如何推动知识增强型大型模型在专业垂直领域的应用，实现技术在这些领域的深度融合和应用，达到“最后一公里”的突破。

提纲：

1. 知识检索增强的基本概述

2. 知识检索增强技术的发展路径与主要范式

3. 知识检索增强的关键技术与效果评估

4. 知识检索增强技术栈与典型行业实践

报告人简介：王昊奋，同济大学百人计划，特聘研究员，博士生导师。长期在一线人工智能公司担任CTO之职。他是全球最大的中文开放知识图谱联盟OpenKG发起人之一。他负责参与多项国家级AI相关项目，发表100余篇AI领域高水平论文，被引用次数达到3500余次，H-index达到29。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次。目前，他担任中国计算机学会术语工委副主任，SIGKG主席，上海秘书长，自然语言处理专委会秘书长，中国中文信息学会理事，语言与知识计算专委会副秘书长，上海市计算机学会自然语言处理专委会副主任，上海交通大学AI校友会秘书长等社会职位。