2025年aaai大会：中国科研力量崛起，大模型技术创新引领未来
2025年2月25日至3月4日，一年一度的AAAI人工智能顶级会议在美国费城举行。本次会议共收到12957篇有效投稿，录用3032篇，录取率为23.4%。值得关注的是，中国高校和企业在本次会议上展现了强大的科研实力，多篇论文入选，其中不乏聚焦大模型技术突破的优秀成果。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
多家中国机构论文入选，展现科研实力
多篇来自中国高校和互联网企业的论文被AAAI 2025收录。例如，厦门大学信息学院有32篇论文入选，研究方向涵盖多模态、目标检测和自动驾驶等领域；香港科技大学数据科学与分析学域有14篇论文入选，研究方向包括大语言模型压缩、微调、监督学习和AI图像处理等；快手有7篇论文入选，研究方向涉及短视频处理、视频问答技术和推荐模型等；蚂蚁集团则有18篇论文入选，其中3篇为Oral论文，研究领域涵盖增强式大模型隐私保护、提升推理速度和能力、提高大模型训练效率以及降低模型幻觉等。
大模型技术优化成焦点
本次会议上，许多论文都集中在大模型的技术优化和突破上，体现了该领域的研究热点。
音刻
AI音视频转录和笔记工具
97 查看详情 
蚂蚁数科、浙江大学、利物浦大学和华东师范大学联合完成的Oral论文《隐私-实用性可变的大模型跨域微调算法》，提出了一种名为ScaleOT的跨域微调框架。该框架能够为模型隐私提供多种不同规模的有损压缩仿真器，并支持无损微调。实验结果显示，ScaleOT在多种模型上实现了12.5%的全量微调达成率提升，同时节省了90%的算力需求，为百亿级参数模型的轻量化跨域微调提供了可行方案。目前，该算法已应用于蚂蚁数科的摩斯大模型隐私保护产品中，并成为国内首批通过信通院大模型可信执行环境产品专项测试的产品之一。
另一篇由蚂蚁集团和浙江大学联合实验室完成的Oral论文《K-ON：在大模型的输出层堆叠知识图谱知识》，提出了一种名为K-ON的方法，利用多步Token预测机制生成对所有实体的评估结果，并实现了适配语言模型的图谱实体层级的对比学习。实验表明，K-ON的性能优于传统方法和一些利用额外文本和视觉信息的多模态方法，且训练轮数从1000轮减少到5轮，在DB15K数据集上使用8张A100显卡可在1小时内完成训练。
中国科研力量持续崛起
近年来，中国在全球AI顶级会议上的影响力日益增强。根据中国科学技术信息研究所《中国科技论文统计报告 2024》，中国热点论文数世界第一（48.4%），高被引论文数世界第二（33.8%），计算机科学等7个学科论文被引次数世界第一。斯坦福AI Index 2024也指出，目前工业界正引领人工智能前沿研究，而中国互联网企业和科技公司已成为一股不容忽视的科研力量。产学研的强强联合，将助力中国在全球前沿科技舞台上取得更多成就。
以上就是全球AI顶会AAAI 2025 在美开幕，产学研联手的“中国队”表现亮眼的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/760223.html
微信扫一扫 
支付宝扫一扫 
