【报名】千亿模型研讨会:AI大模型“2.0时代”的方向和特征

2022 年 10 月 27 日 学术头条

  //  


近年来,大规模预训练模型得到了快速发展,在自然语言处理、计算机系视觉等诸多人工智能领域引发了范式突破。


这种突破,使得人工智能在深度学习革命之后焕发第二春,呈现出两三个月一次大变革的趋势。人工智能已经进入到了一个新的时代。与此同时,大模型的研究和应用,也已经悄然进入到了「2.0 时代」。


我们总结大模型的「1.0 时代」,其最核心的特点便是:得算力者得天下。这导致众多研究者或开发者只能望大模型而兴叹。


针对这一问题,清华大学 KEG 实验室联合智谱 AI 给出了1.0 时代的答案:开发,开源,开放。


  • 开发:KEG 实验室团队经过近一年的努力,开发出大规模语言模型GLM-130B(简称“千亿模型”);并在此基础上,进行更深层次的理论探究。


  • 开源:为促进大模型社区的发展,构建普惠性大模型,KEG实验室将千亿模型压缩到4张 3090 便可推理,同时免费将GLM-130B的系列模型、代码以及API向社会开源。


  • 开放:为促进预训练模型社区的科学发展,智谱AI 专门设立了「CCF-智谱科研基金」,为科研人员提供资金和算力支持。


但这显然还不足够。


我们时常在问:大模型「2.0 时代」会出现什么?GLM-130B,以及中国的大模型研究,又该如何做?


我们期望,通过本次研讨会,给出一个初步的答案。


欢迎善于把握 AI 时代脉搏,并有志于大模型研究和应用的同好们,来此参会。



活动时间:2022年10月29日 9:00—13:00


地点:清华科技园赛尔大厦2层 图灵会议室


形式:线下+线上直播


会议报名:申请-审核制


【扫码报名  获取参会信息】


会议流程


end


登录查看更多
0

相关内容

大模型是基于海量多源数据打造的预训练模型,是对原有算法模型的技术升级和产品迭代,用户可通过开源或开放API/工具等形式进行模型零样本/小样本数据学习,以实现更优的识别、理解、决策、生成效果和更低成本的开发部署方案。
重磅!114页《人工智能全景报告》2022版发布,stateof.ai
专知会员服务
147+阅读 · 2022年10月11日
信通院最新发布!《AI 框架发展白皮书(2022年)》
专知会员服务
88+阅读 · 2022年2月27日
超大规模智能模型产业发展报告(附下载)
专知会员服务
70+阅读 · 2021年9月25日
报名 | 人工智能发展前沿论坛,倒计时1天!
量子位
1+阅读 · 2022年10月12日
CCF青年精英大会2022完整日程公布,大佬云集,免费报名!
机器学习与推荐算法
0+阅读 · 2022年6月6日
YEF 2022完整日程公布,免费报名参会!
中国计算机学会
0+阅读 · 2022年5月31日
AI模型领域,未来产业趋势见解
THU数据派
1+阅读 · 2022年2月9日
报名 | 首届事理图谱研讨会
哈工大SCIR
18+阅读 · 2019年7月5日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年9月30日
国家自然科学基金
0+阅读 · 2012年6月30日
国家自然科学基金
0+阅读 · 2012年4月30日
Arxiv
28+阅读 · 2021年10月1日
Arxiv
12+阅读 · 2021年8月19日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
14+阅读 · 2020年9月1日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Arxiv
21+阅读 · 2018年8月30日
VIP会员
相关资讯
报名 | 人工智能发展前沿论坛,倒计时1天!
量子位
1+阅读 · 2022年10月12日
CCF青年精英大会2022完整日程公布,大佬云集,免费报名!
机器学习与推荐算法
0+阅读 · 2022年6月6日
YEF 2022完整日程公布,免费报名参会!
中国计算机学会
0+阅读 · 2022年5月31日
AI模型领域,未来产业趋势见解
THU数据派
1+阅读 · 2022年2月9日
报名 | 首届事理图谱研讨会
哈工大SCIR
18+阅读 · 2019年7月5日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年9月30日
国家自然科学基金
0+阅读 · 2012年6月30日
国家自然科学基金
0+阅读 · 2012年4月30日
相关论文
Arxiv
28+阅读 · 2021年10月1日
Arxiv
12+阅读 · 2021年8月19日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
49+阅读 · 2021年5月9日
Arxiv
14+阅读 · 2020年9月1日
AutoML: A Survey of the State-of-the-Art
Arxiv
67+阅读 · 2019年8月14日
Arxiv
21+阅读 · 2018年8月30日
Top
微信扫码咨询专知VIP会员