报告题目： 迈向大规模高效自然语言处理
主讲人： 邱锡鹏 复旦大学计算机学院教授
报告时间：2022年07月01日（星期五）上午10:00
报告地点：腾讯会议号885-286-337
报告摘要：近期超大规模预训练模型将很多nlp任务的准确率提升到了前所未有的高度，但是大模型的主要缺点是在参数、训练、推理、部署方面都存在效率问题。在本报告中，我们主要关注于模型效率，并介绍如何通过模型设计、早退、标签学习、统一模型、黑箱优化等维度来提升模型效率。
报告人简介：邱锡鹏，复旦大学计算机学院教授，国家优青获得者，于复旦大学获得理学学士和博士学位。主要从事自然语言处理、深度学习等方向的研究，发表ccf-a/b类论文70余篇，获得acl 2017杰出论文奖（ccf a类）、ccl 2019最佳论文奖、《中国科学：技术科学》2021年度高影响力论文奖，有4篇论文入选paperdigest发布的ijcai/acl/emnlp的最有影响力论文（各会议每年10篇）。出版开源专著《神经网络与深度学习》，github关注数1.5万，豆瓣评分9.4分。主持开发了开源框架fudannlp和fastnlp，已被国内外数百家单位使用。2015年入选首届中国科协青年人才托举工程项目，2018年获钱伟长中文信息处理科学技术奖青年创新奖一等奖，2020获第四届上海高校青年教师教学竞赛优等奖，2021年获首届上海市计算机学会教学成果奖一等奖（第一完成人）等。培养学生多次获得一级学会优博、微软学者、百度奖学金等。
邀请人：人工智能系 苏劲松教授