返回首页
-
YEF2025 | 抽丝剥茧：求索大模型后训练时代的深度推理
2025-05-15今年，随着DeepSeek为代表的技术突破、管理规则的逐步落地以及行业竞争格局的演变，“百模大战”阶段已告一段落，标志着人工智能正式迈入“大模型后训练时代”。大模型的发展不再单纯追求规模和性能，而是更加注重技术的实用性、可持续性以及与社会需求的深度融合。这一转变既带来了前所未有的机遇，也提出了新的挑战。本次技术论坛将围绕后大模型时代高效推理技术创新、大小模型协同知识推理、大模型推理的因果性与泛化性、大模型的工具协同推理能力构建与潜能激发和软硬协同推理的国产算力生态进行深度分享，重点探讨大模型后训练时代深度推理的突破点、深度推理来源于算法本身还是高质量数据标注和深度推理重在深度思考还是内容输出等议题，旨在汇聚学术界和产业界的智慧，共同探讨大模型时代智能技术的发展路径，为推动应用普惠且可持续的人工智能发展指明方向。
-
YEF2025思想秀：AI大背景下的学术方向变迁
2025-05-14思想秀，是每年YEF备受瞩目的环节。它不同于传统论坛演讲或学术报告分享科技进步本身的模式，而是强调超越当下科技的洞见和思想，以及对未来发展道路的大胆研判。思想秀，将以“深刻思想”为核心，以“秀”为表现张力，打造一场充满洞见与青春活力的思想碰撞！
-
YEF2025 | 反卷新姿势：和AI组队打怪升级的人生算法
2025-05-14生成式AI（如DeepSeek、GPT-4）与垂直领域AI工具正以指数级速度重塑知识生产与劳动力市场结构。麦肯锡研究显示，到2030年全球30%的职业活动将实现自动化，而世界经济论坛预测未来五年将新增9700万个AI相关岗位。在此背景下，高等教育面临从“知识传授”向“AI增强型能力培养”的范式转型压力，企业人才需求则从“专业硬技能”转向“人机协同创新能力”。技术革命与教育、就业系统的动态适配已成为全球性战略议题。当前体系存在三重核心矛盾：1). 教育供给脱节：高校课程体系更新速度滞后于AI技术迭代周期，2023年全球仅12%的大学开设系统化AI融合课程; 2) 能力评估失效: 传统标准化考试难以衡量AI时代的批判性思维、人机协作等核心素养，企业招聘中67%的HR认为现有评价体系无法识别适配AI环境的人才；3) 职业生态失衡：技能断层导致“技术性失业”与“岗位空心化”并存，LinkedIn数据显示AI相关岗位招聘量年增40%，但合格人才供给缺口达58%。
-
YEF2025 | 强化学习如何重塑大模型推理格局？
2025-05-13强化学习在大模型对齐、推理领域彰显出超凡实力，其奠基者Sutton凭借开创性贡献荣膺2024年图灵奖，标志着这一技术获得全球计算机学界最高认可。当下，强化学习与大模型深度交融，正在重塑大模型推理格局，为复杂推理、多模态生成、人机交互等前沿应用领域带来了新的发展机遇。
-
八大亮点集锦，最后10天抢科技精英交流黄金机会 | YEF2025
2025-05-12由CCF主办的YEF2025将于2025年5月22-24日在珠海&横琴召开。此次大会由CCF会士、副理事长，华中科技大学教授金海担任大会主席，以“智辟新径”为主题，汇聚了中国计算机领域的青年精英及知名专家，共同探讨科技前沿，开启智慧新篇章。在三天的时间里，预计将组织7场特邀报告、2场大会论坛、1场思想秀、1场优秀大学生学术秀及22场专题论坛。一起来看YEF2025的8大亮点。
-
YEF2025 | 生成式人工智能——高校计算机人才培养转型突破口？
2025-05-12随着生成式人工智能（GenAI）的快速演进，计算机专业的人才需求结构正发生深刻变革。企业对具备AI协作能力、系统思维、数据素养和持续学习等能力的复合型人才需求不断上升，传统以知识传授为主的教学模式已难以匹配这一趋势。国家层面高度重视人工智能赋能教育，教育部相继出台政策，推动高校加快教学改革与技术融合。2025年，中国自主研发的大模型系统 Deepseek 实现高校规模化部署，进一步加速了大模型在教育场景中的落地及实践。在此背景下，如何以生成式人工智能为契机，优化计算机专业的人才培养体系，推动形成高素质、面向未来的人才生态，已成为高校计算机专业教育改革的关键议题。
-
樊文飞教授解析基础软件——国家需求下的使命担当｜YEF2025
2025-05-09由CCF主办的YEF2025将于2025年5月22-24日在横琴召开。此次大会由CCF会士、副理事长，华中科技大学教授金海担任大会主席，以“智辟新径”为主题，汇聚了中国计算机领域的青年精英及知名专家，共同探讨科技前沿，开启智慧新篇章。在三天的时间里，预计将组织7场特邀报告、2场大会论坛、1场思想秀、1场优秀大学生学术秀及22场专题论坛。5月24日上午，樊文飞教授将作特邀报告。
-
YEF2025 | 当生成式RS学会读心术：如何打造更懂你的推荐系统？
2025-05-09推荐系统已成为数智化生活的核心引擎，从电商购物到内容消费，从娱乐推荐到生活服务，其影响力无处不在。随着生成式AI技术的突破性发展，以LLM、Diffusion等为代表的算法正在重塑推荐系统的技术范式，推动生成式推荐系统从“千人千面”的个性化推荐向“一人千面”的深度个性化演进。无论是字节的HLLM、快手的OneRec，还是腾讯的ColaRec、小红书的NoteLLM等，这种“读心术”般的能力，不仅提升了推荐精准度，也为用户带来了更智能、更贴心的沉浸式体验。然而，在看到生成式模型与推荐系统结合潜力的同时，也要明晰其中的局限性和技术突破的方向，才能打造出更“懂用户”的推荐系统。本次论坛将深入探讨生成式推荐系统的最新技术进展，分析当前痛点问题的突破路径，明确生成式推荐的能力边界，为构建更智能、更懂用户的下一代推荐系统提供有益的参考和启发。
京公网安备 11010802032778号
