西南大学计信院前沿学术报告
Southwest University IT Faculty Seminar
时间:2024年7月6日(星期六)下午15:00
地点:25-1320
报告题目:基础模型的能力扩展研究
报告人:刘凌峤
报告人简介:
刘凌峤博士现为阿德莱德大学以及澳洲机器学习研究中心副教授,他在澳大利亚国立大学取得博士学位,其主要研究兴趣为各种人工智能系统中的机器学习问题。刘凌峤博士在计算机视觉和机器学习顶级会议(如CVPR, ICCV, NIPS, ECCV)以及期刊(如TPAMI, IJCV)上发表论文共90余篇,并于2016年获得由澳大利亚研究理事会颁发的Discovery Early Career Researcher奖。
内容摘要:
近年来,基础模型在机器学习的研究和工程实践中得到广泛应用。在这些应用中,我们通常需要对已有基础模型的能力进行增广,如引入新的输出形式或者引入新的控制。这些新能力的学习往往伴随各种挑战。本次讲座以两份我们最近的工作为案例,展示了模型能力增广学习过程中可能遇到的问题以及一些可参考的解决方案。在其中一个案例中,我们会具体讨论如何扩展图像级别的基础模型来实现小样本语义分割。在另一个案例中,我们会探讨怎样给乐谱生成自回归基础模型增加精细控制信号。
![](/__local/3/DC/4A/18E085D696134FF6E2BA001978C_1F23CAB8_116DB4.png)