报告人：王皓波 博士 浙江大学
主持人：魏通
报告时间：2024年12月26日（周四）下午14:00
报告地点：东南大学九龙湖校区计算机楼513室
报告摘要：人工智能应用的构建通常需要花费大量人力成本来收集用于模型训练的高质量标记数据。针对这一问题，研究者提出了不同的解决方案，例如传统的应用于小语言模型的主动学习、弱监督学习等，在一定程度上减轻了标注成本，但这些算法仍然需要一定量的人力标注。在大模型时代，数据标注迎来了新的机遇与挑战。在本次报告中，我们介绍团队在大模型驱动的低资源数据标注技术的一些研究进展，介绍一种大小模型协作学习的低资源数据标注框架，以交互方式提取和过滤法学硕士的特定任务知识。
报告人简介：王皓波，浙江大学软件学院百人计划研究员，主要研究为方向弱监督学习、数据标注、结构化数据分析等。近年来，在ICLR、NeurIPS、IJCAI、ACL、CVPR、TPAMI等CCF A类/清华A类顶级国际会议期刊上发表40余篇学术论文，其中一作/通讯22篇。长期担任ICLR、NeurIPS、TKDE、TPAMI等顶会和顶刊审稿人，曾担任IJCAI 2021 SPC，2022年ICML杰出审稿人。主持国家自然科学基金青年项目，入选宁波市甬江引才高层次人才引进计划，作为项目骨干参与1项国家自然科学基金重点项目、2项浙江省重点研发计划“尖兵”项目，获CCF-网易雷火联合基金资助。曾获得ICLR 2022杰出论文奖荣誉提名（一作)、2023年浙江省科学技术进步奖一等奖、吴文俊-中国人工智能学会优秀博士论文奖、ACM中国（杭州分会）优博奖、WAIC青年优秀论文提名奖、IJCAI-ECAI 2022噪声标签学习挑战赛全赛道冠军等奖项与荣誉。
