获奖|我组博士毕业生陈驰学位论文入选2024年度中国中文信息学会“博士学位论文激励计划”

学术   2024-12-09 10:10   北京  

2024年度 “中国中文信息学会优秀博士学位论文” 评审结果正式揭晓,我组博士毕业生陈驰的博士学位论文《面向多模态语言模型的多维度对齐方法研究》成功入选优秀博士论文之列,其导师为刘洋教授

2024年中国中文信息学会(CIPS)优秀博士学位论文评选工作于七月启动。经过材料申报、格式审查、专家初审、初审公示及专家终审会,共评出十篇论文入选2024“中国中文信息学会博士学位论文激励计划”。


陈驰(右五)在颁奖现场

陈驰博士与孙茂松教授、李鹏副教授在颁奖现场

“博士学位论文激励计划”荣誉证书

“博士学位论文激励计划”荣誉证书




人物简介




陈驰 /

2024年中国中文信息学会优秀博士学位论文作者

陈驰,2019年入学,导师为刘洋教授。曾获 “清华大学计算机系优秀毕业生” 称号,其研究方向为多模态大模型,博士期间以第一/共同第一作者在ACL、EMNLP等国际顶级会议发表学术论文6篇。毕业后赴启元实验室工作。





刘洋教授 /

论文指导老师

清华大学万国数据教授、智能产业研究院执行院长、计算机科学与技术系副系主任、人工智能研究院副院长,国家杰出青年基金获得者。研究方向为人工智能自然语言处理AI for Science,主持科技创新 2030 “新一代人工智能”重大项目、国家自然科学基金委国际合作项目等 10 余项科研项目,获得国家科技进步二等奖 1 项、省部级与一级学会科技奖励 5 项、重要国际会议优秀论文奖 4 项。主要学术兼职包括中国人工智能学会组织工作委员会秘书长、中国中文信息学会计算语言学专委会主任等。曾担任 ACL 亚太分会创始执委兼秘书长、Computational Linguistics 编委、中国中文信息学会青年工作委员会主任。


 ➤  个人主页 

🔗 https://nlp.csai.tsinghua.edu.cn/~ly/




获奖论文简介

论文针对当前多模态语言模型面临的数据难收集、模态难扩展、模型难交互三项主要挑战,从模态与模态对齐模型与模型对齐模型与人类对齐多维度对齐的角度进行改善,分别提出了:
1. 基于指代表达和相对表征的弱监督视觉语言对齐方法,显著提升弱监督设定下模型效果,无需收集大规模图文对齐数据即可达到与有监督方法媲美的性能;
2. 基于模型组合的多模态模型对齐方法,通过对齐现有模型首次达成无需训练的多模态语言模型模态扩展,实现模型对多种模态输入的联合处理能力;
3. 面向模型与人类意图对齐的位置增强指令微调方法,使模型理解并响应含图像特定区域的指代指令,有效提升模型交互性与对图像的细粒度理解能力。
论文所提出的多维度对齐方法有效应对了多模态语言模型面临的多项关键挑战,增强了多模态语言模型的实用性和可扩展性,具有重要的理论意义和实践价值。相关研究工作发表在自然语言处理国际顶会ACL和EMNLP上。



关于我们

清华大学自然语言处理与社会人文计算实验室(TsinghuaNLP)成立于 20 世纪七十年代末,是国内开展自然语言处理研究最早、深具影响力的科研单位,也是中国中文信息学会计算语言学专业委员会及中国人工智能学会因果与不确定性人工智能专业委员会的挂靠单位。实验室在学术总体带头人孙茂松教授及学术方向带头人刘洋教授刘知远副教授的带领下,围绕以中文为核心的自然语言处理,在语言大模型、跨模态大模型、中文信息处理、机器翻译、知识图谱、智慧教育、社会人文和艺术计算等方面开展系统深入的研究,在国内外具有较大的学术影响。近年来,实验室承担了国家 973 项目、国家重点研发项目、国家社会科学基金重大项目等多项重要研究任务,并与腾讯、华为等企业建立密切的学术合作关系。


Website:http://nlp.csai.tsinghua.edu.cn/

Email:thunlp@163.com

GitHub:https://github.com/thunlp

               https://github.com/OpenBMB

Twitter:https://twitter.com/TsinghuaNLP

TsinghuaNLP
清华大学自然语言处理与社会人文计算实验室,是中国中文信息学会计算语言专业委员会和中国人工智能学会不确定性专业委员会的挂靠单位。负责人为清华大学计算机科学与技术系孙茂松教授,核心骨干为刘洋教授,刘知远副教授。
 最新文章