2024年11月5日，信息科学技术学院举办研究生学术交流大语言模型前沿讲座，本次讲座主题为“多语言神经元、推理叙事与大语言模型协同搜索的前沿研究”。讲座特邀来自伦敦国王学院桂林教授、阿里巴巴通义千问团队的唐天一研究员，伦敦国王学院祝清麟博士，中国人民大学高瓴人工智能学院公培元博士作为主讲嘉宾。讲座由信息科学技术学院徐月梅老师主持，吸引了来自不同专业领域的师生参加，现场气氛热烈。
本次讲座内容包括大语言模型的协同搜索系统、大语言模型的多语言神经元探究、以及大语言模型复杂推理理解的探讨。
Part 1: 桂林教授——大语言模型的实际应用
桂林教授以“剧本杀”游戏为例，介绍大语言模型在智能应用中的潜力。他指出，大语言模型在文本生成和游戏创作上具有广阔空间。“剧本杀“作为一种叙事性游戏，模型可以通过对游戏内容进行分析和理解，帮助设计个性化的题词与情节，丰富游戏体验，展现了大语言模型在角色扮演与故事生成方面的可能性。同时，桂林教授借此机会介绍了伦敦国王学院的科研环境与研究方向，并进行了简要的招生宣传。
Part 2: 公培元——基于大语言模型的协同搜索研究
公培元博士详细阐述了基于大语言模型的协同搜索系统研究，当前面临的挑战和解决方向。他指出，大语言模型在协同搜索上具有巨大的潜力，当前模型的能力仍需要人工参与辅助才能过解决复杂场景下的搜索。为了让大语言模型在查询理解、搜索结果展示和答案生成上达到与真人相近的效果，他提出了多项优化方案，包括查询改写、澄清问题生成、网页信息爬取与总结等方法。他还分析了大语言模型相比传统方法在用户需求适应性上的优势，讨论了QAAgent、CoSearchAgent等模型智能体的特点与不足。
Part 3: 唐天一——大语言模型多语言神经元的研究方法
唐天一研究员分享了多语言神经元的前沿研究。他指出，大模型内部的神经元类似于人脑的功能性分区，存在语言无关和语言特定的神经元区域。他通过理论分析、实验验证和对比分析，展示了如何识别和激活大模型中的语言特定神经元，详细讲述了实验的原理、过程和结果。同时，唐天一研究员也分享了自己的科研经验，包括选题积累、方法梳理和实验代码的开发。
Part 4: 祝清麟——大语言模型在侦探小说中的复杂推理理解
祝清麟博士以侦探小说的复杂人物关系为切入点，探讨了大语言模型在理解复杂角色关系方面的进展与不足。他指出，人物关系往往具有复杂性、不确定性和主观性，为此需建立标签体系，生成角色视角剧本和全知视角剧本。他还分享了自己在学术成长中的经验，强调在跟随导师学习的同时，培养独立思考的能力。
讲座尾声：系统演示
在讲座的尾声，桂林教授通过一段demo视频，展示了大语言模型在叙事场景中的创新应用。该系统是基于大语言模型开发的虚拟故事游戏，用户可选择在游戏中过扮演的角色，与智能代理进行互动，体现了大语言模型在叙事与角色扮演领域的深度应用。
在本次讲座中，各位嘉宾结合自身研究经验和学术成果，分享了人工智能领域的前沿方法与技术应用，对学生们深入理解大语言模型的工作原理、应用场景及其未来发展具有重要的教育意义。同时，本次活动促进了校内外师生的学术交流，加强了不同科研团队间的联系与合作，为未来的创新研究奠定了基础。
