보고서 시간：4月21am9:30-11:30
보고서 위치：Central South University Computer Building313Salleon
보고서 1
질문：큰 모델의 책임과 도전
보고서 소개：인공 지능 기술의 최신 획기적인 획기적인AI는 다양한 분야에서 인간 수준에서 공연했지만 사회에 미칠 수있는 영향에 대한 우려도 제기되었습니다. 이를 위해 Microsoft Research Asia에서 우리는 대규모 모델을보다 책임감있게 만들고 개인 정보 보호, 가치 및 해석 가능성과 같은 문제를 해결하기위한 여러 안전 카지노 사이트 프로젝트를 수행했습니다. 이 보고서에서 우리는 큰 모델이 직면 한 책임과 과제를 파고 더 책임있는 AI 기술을 개발하려는 노력을 소개 할 것입니다. 동시에, 우리는 인공 지능 기술의 지속 가능성과 사회적 책임을 향상시키기 위해 향후 안전 카지노 사이트를위한 잠재적 지시를 탐구 할 것입니다.
스피커 프로필：
DR. Xie Xing2001 년 7 월 Microsoft Research Institute에 합류 한 그는 현재 최고 안전 카지노 사이트이며 중국 과학 기술 대학의 박사 과정 관리자로도 활동하고 있습니다. 그의 연구팀은 데이터 마이닝, 소셜 컴퓨팅 및 책임있는 인공 지능과 같은 분야에서 혁신적인 연구를 수행합니다. 지금까지 그는 300 개가 넘는 학문을 발표하고 4 만 번 이상 인용했으며 H 지수는 99 명입니다. 그는 최초의 Microsoft Scholar Award (1999), ACM SIGSPATIAL 10 년 영향 페이퍼 상 (2019), 중국 컴퓨터 협회 Qingzhu Award (2019), ACM SIGSPATIAL 10 년 연도 명예 상 (2020), ACM SIGKD PAPER AWERS (202), 중국 SIGKD MINAL 1) ACM Sigkdd Time Inspection Paper Award (2022), KDD, ICDM 및 기타 회의에서 많은 최고의 종이 상을 수상했습니다. 그는 중국 컴퓨터 소사이어티, IEEE 동료 및 ACM의 뛰어난 회원입니다.
보고서二
질문：깊은 표현 학습Xbox 게임 추천 시스템의 앱 및 과제
보고서 소개 :표현 학습은 복잡한 원시 데이터에서 효과적이고 간소화 된 기능을 자동으로 추출하고 실제 작업을 해결하거나 다운 스트림 머신 학습 모델의 교육을 지원하는 데 사용됩니다. 특성화 학습은 추천 시스템에 광범위한 응용 프로그램이 있습니다 (예 : 사용자에게 특성화 학습을 기반으로하는 협업 필터링 모델)-항목 형성의 2 부 다이어그램은 원래 데이터로 사용되며 사용자 및 항목의 임베디드 표현은 권장 또는 분류 작업에 사용됩니다. 이 보고서는 Xbox 게임 권장 사항의 실제 장면을 결합하고 WebConf 2023의 두 작업 깊은 표현 학습 응용 분야의 두 가지 과제, 즉 확장 성 및 해석성에 해당합니다.
먼저, 우리는 그래프 신경망을 발견합니다 (GNN)은 멀티 홉 정보 전파로 인한 오버 스무스 및 확장 성과 같은 대규모 표현을 학습 할 때 여전히 많은 결점이 있습니다. 각 노드는 학습 가능한 벡터를 할당하여 모델의 전체 매개 변수량이 너무 높아서 대규모 교육을 지원하기가 어렵습니다.이러한 문제를 극복하기 위해 제안했습니다새로운GNN 모델 : XGCN。XGCN은 노드 ID를 벡터 테이블보기에 포함시킵니다그라디언트 트레이닝이 필요하고 감독되지 않은 전파 프로세스를 사용하는 매개 변수 대신 정적 기능입니다.MLP로 구성된 "정제 네트워크"는 임베디드 벡터를 지속적으로 반복적으로 업데이트하는 데 사용됩니다. XGCN은 모델 매개 변수의 수를 크게 줄이고 모델 교육을 가속화하면서 소셜 추천 작업에서 더 나은 예측 정확도를 달성 할 수 있습니다.반면에깊은 표현 학습 모델은 종종 설명 할 수 없지만 모델의 해석 가능성을 향상시키는 것은 권장 결과의 설득력을 향상시키고 사용자 신뢰와 만족을 향상시키는 장점이 있습니다. 이를 위해 해석 가능성 협업 필터링 프레임 워크를 제안합니다ECF는 사용자 그룹 동작에서 해석 가능한 관심 클러스터를 파고 사용자/항목을 관심있는 클러스터로 간주하여 관심있는 클러스터의 레이블과 사용자 지능 클러스터 항목의 경로를 사용하여 해석 가능한 권장 사항을 구현하는 것을 목표로합니다. 고품질 관심 클러스터를 배우기 위해US다른 손실 함수는 세 가지 측면에서 모델 엔드 투 엔드를 최적화하도록 설계되었습니다 : 시맨틱 유사성, 레이블 유사성 및 독립성。ECF는 사용자 태그 생성, 해석 가능한 리콜, 주제와 유사한 항목의 권장, 대상 광고의 유사한 군중 모델 등과 같은 광범위한 응용 프로그램 시나리오를 가지고 있습니다.
보고서사람의 프로필：
DR. Lian Jianxun, 안전 카지노 사이트 Research Institute의 이사,2018중국 과학 기술 대학을 졸업하고 박사 학위를 받았습니다. 컴퓨터 응용 기술에서. 그의 안전 카지노 사이트 방향에는 사용자 모델링 및 권장 시스템이 포함됩니다. 그는KDD,ijcai，www，Sigir，2 CIKM 및 WSDM 등에 게시 됨0나는 논문이며 관련 안전 카지노 사이트 결과는 Bing 광고에 적용됩니다.Xbox Games 및 안전 카지노 사이트 News와 같은 많은 실질적인 권장 애플리케이션 시나리오에서 중요한 주요 지표 개선이 이루어졌습니다. 그는 또한 안전 카지노 사이트 추천 시스템 안전 카지노 사이트의 오픈 소스 라이브러리입니다추천의 주요 기여자 중 하나입니다.
