【ZiDongHua 之智能自动化收录关键词:人工智能 吴文俊   清华大学 计算机 】
  
  计算机系两位博士生荣获2023年度吴文俊人工智能科学技术奖优秀博士学位论文奖
  
  3月7日,中国人工智能学会公布了2023年度吴文俊人工智能科学技术奖优秀博士学位论文获奖名单,计算机系博士生陈佳(论文指导教师刘奕群教授)、姚远(论文指导教师刘知远副教授)获得优秀博士学位论文奖。
 
  
  陈佳
  
  陈佳,清华大学计算机系信息检索实验室 (THUIR)2018级博士生,毕业论文题目“会话搜索用户行为及相关检索技术研究”。
  
  陈佳的主要研究方向为会话搜索、用户行为建模、预训练模型等,曾在国际会议和期刊SIGIR、WWW、WSDM、TOIS、CIKM上发表多篇论文。针对单轮检索,提出了基于检索公理的预训练模型ARES,探究了预训练模型的可解释性;对于用户查询重构行为,开展大型用户现场研究并基于相关数据深入研究多轮会话搜索中的用户查询重构行为以及满意度感知机制;发布大规模会话搜索数据集TianGong-ST,结合会话上下文信息,提出CACM和HSCM等会话搜索模型联合优化文档排序、查询推荐以及点击预测等搜索任务。基于博士论文相关经验,参与WSDM Cup 2023竞赛并在两个Search相关赛道上获得全球亚军。曾获清华大学综合优秀一等奖学金、社工优秀奖学金、龙湖学术新星奖等。
 
  
  姚远
  
  姚远,清华大学计算机系自然语言处理与社会人文计算实验室(TsinghuaNLP)2018级博士生,毕业论文题目“基于多模态大模型和结构化知识的图文理解方法研究”。
  
  姚远的研究工作包括多模态大模型、信息抽取、知识图谱,重点关注构建高效可信的多模态大模型,实现深度图文理解。针对多模态大模型的构建问题,提出了多模态能力的跨语言泛化训练方法,高效构建了百亿参数级中英双语多模态大模型 VisCPM;提出了首个多模态大模型提示学习方法 CPT,有效提升了模型细粒度适配能力;提出了基于人类细粒度修正反馈的多模态对齐方法 RLHF-V,在抵抗过泛化幻觉方面实现优于 GPT-4V 的可信度。多项成果发表在人工智能国际顶会 ACL、EMNLP、ICCV、ICLR 及国际顶级期刊 Nature Communications 上。曾入选腾讯犀牛鸟精英人才培养计划,并获一等奖学金。
  
  “吴文俊人工智能科学技术奖”由中国人工智能学会2011年发起主办,得到中国智能科学研究的开拓者和领军人、首届国家最高科学技术奖获得者、中国科学院院士、中国人工智能学会名誉理事长吴文俊的支持,共设置包含优秀博士学位论文奖在内的八类奖项。2023年中国人工智能学会共选出10篇优秀博士学位论文和5篇提名论文。