活动报名 | 揭秘高效长文本生成，让模型更高效、更智能
文摘
科技
2024-08-04 22:30
北京
【奇绩潜空间】第三季第二期邀请到的嘉宾是卡内基梅隆大学助理教授——陈贝迪，她将为我们带来关于 Efficient Long-context Generation 的分享。为更好的帮助来到线下的创业者进行交流，我们全新升级【Co-Founder Matching】环节，你可以在这里更高效地与 GenAI 时代最有活力的创业者和研究者面对面交流（往期参与者大多是来自 BAT、字节、京东、美团等大厂的算法工程师、架构师、AI产品经理、创新战略部经理及大模型创业者们），本期我们也邀请到奇绩校友「明之几何」创始人甘少多一起参与关于机器学习与创业实践的讨论，你将有机在这里找到志同道合、有共同创业梦想的小伙伴。此外，我们创建了「高效长文本生成技术交流群」，欢迎加企微进群交流互动。![]()
陈贝迪是卡内基梅隆大学助理教授，斯坦福大学人工智能博士后学者，前 Meta AI 研究科学家。在 2022 年和 2023 年的 ICML 会议上分别发表了多篇有影响力的论文，包括 FlexGen、StreamingLLM 和 DejaVu 等，获得 ICML 2022 杰出论文奖，这些研究成果在提高大型语言模型的高效推理和训练方面取得了显著进展。作为《Efficient streaming language models with attention sinks》等重要论文的作者，她致力于在现代硬件上设计、优化算法和模型，推动大型机器学习系统的加速发展。【Co-Founder Matching 嘉宾介绍】甘少多，明之几何（Geoming AI）CEO，苏黎世联邦理工学院（ETH Zurich）博士学位，剑桥大学访问学者。研究方向聚焦大规模深度学习系统、大模型训推优化和 Agent 系统框架研发，其学术成果成功落地于微软 Deepspeed、PyTorch Lightning、快手等公司的业务。明之几何致力于实现人力与算力协同工作的最佳配比，让真正好用的 AI Agent 成为每个企业的标配。目前已帮助用户在营销、客服、社媒运营、企业知识等场景实现大模型技术落地。
（提醒：报名的小伙伴请联系小助手获取往期潜空间嘉宾分享笔记）![]()
