主講人：黃力

時(shí)間：2025年4月27日 9:30—11:30

地點(diǎn)：文昌校區(qū)第五教學(xué)樓東403

報(bào)告摘要：

大模型動(dòng)態(tài)演化理論：DeepSeek的持續(xù)學(xué)習(xí)突破

隨著人工智能技術(shù)的飛速發(fā)展，大模型在眾多領(lǐng)域展現(xiàn)出了強(qiáng)大的能力，但傳統(tǒng)的靜態(tài)大模型在面對(duì)不斷變化的數(shù)據(jù)和任務(wù)時(shí)，逐漸暴露出局限性。為了使大模型能夠適應(yīng)動(dòng)態(tài)環(huán)境，持續(xù)學(xué)習(xí)成為了關(guān)鍵研究方向。DeepSeek作為其中的代表，在持續(xù)學(xué)習(xí)方面取得了顯著突破。大模型的動(dòng)態(tài)演化涉及多個(gè)關(guān)鍵環(huán)節(jié)：首先，要解決災(zāi)難性遺忘問題，需要有效的神經(jīng)突觸保護(hù)機(jī)制來確定新知識(shí)與舊知識(shí)之間的關(guān)聯(lián)，確保模型知識(shí)的連貫性；其次，增量學(xué)習(xí)中的參數(shù)空間重組策略至關(guān)重要，隨著新數(shù)據(jù)的輸入，模型需合理調(diào)整參數(shù)空間，優(yōu)化結(jié)構(gòu)以高效整合新知識(shí)；再者，知識(shí)蒸餾的梯度沖突消解技術(shù)也不可或缺，它能提高知識(shí)傳遞的效率與準(zhǔn)確性；最后，構(gòu)建科學(xué)合理的終身學(xué)習(xí)評(píng)估體系，從多維度考量模型在不同學(xué)習(xí)階段的性能等關(guān)鍵指標(biāo)。上述各環(huán)節(jié)仍面臨諸多挑戰(zhàn)，DeepSeek的突破為大模型的持續(xù)發(fā)展提供了新的思路和方法。

主講人簡(jiǎn)介：

黃力，教授，碩士生導(dǎo)師，廣西科技大學(xué)計(jì)算機(jī)學(xué)院（軟件學(xué)院）人工智能教育教學(xué)研究中心主任，主要從事人工智能、大數(shù)據(jù)應(yīng)用等領(lǐng)域科研與教學(xué)工作，柳州市第 12 批拔尖人才。近五年來，主持或參與完成國(guó)家自然科學(xué)基金項(xiàng)目 3 項(xiàng)、廣西科技廳重大項(xiàng)目 1 項(xiàng)、廣西哲學(xué)社會(huì)規(guī)劃課題項(xiàng)目 3 項(xiàng)，獲得發(fā)明專利授權(quán) 16 件，計(jì)算機(jī)軟件著作登記 12 件，先后發(fā)表人工智能、大數(shù)據(jù)、云計(jì)算等領(lǐng)域高水平學(xué)術(shù)論文 12 篇，其中被國(guó)際著名檢索工具 SCI 或 EI 收錄論文 4 篇，出版專著 1 部、主編教材 1 部 。