報(bào)告人簡(jiǎn)介
吳靜，香港大學(xué)哲學(xué)博士，南京師范大學(xué)哲學(xué)系教授、博士生導(dǎo)師，南京師范大學(xué)“數(shù)字與人文”研究中心主任。全國(guó)辯證唯物主義學(xué)會(huì)社會(huì)認(rèn)識(shí)論專業(yè)委員會(huì)常務(wù)理事、江蘇省哲學(xué)學(xué)會(huì)常務(wù)理事、江蘇省九三學(xué)社思想建設(shè)理論研究會(huì)研究員、中國(guó)索引學(xué)會(huì)數(shù)字人文專委會(huì)理事。研究方向?yàn)椋寒?dāng)代激進(jìn)理論與性別研究、數(shù)字與人文、馬克思主義哲學(xué)、國(guó)外馬克思主義。曾在《人民日?qǐng)?bào)》《哲學(xué)研究》《馬克思主義與現(xiàn)實(shí)》《教學(xué)與研究》等權(quán)威雜志報(bào)刊發(fā)表論文，多篇被人大復(fù)印資料轉(zhuǎn)載；出版專著4本（含英文專著1本），譯著4本（含合譯）。
內(nèi)容簡(jiǎn)介
從判別式人工智能到生成式人工智能的發(fā)展使得作為技術(shù)基底的大語言模型不但引起了空前的關(guān)注，也成為科技創(chuàng)新產(chǎn)業(yè)競(jìng)相追逐的新熱點(diǎn)。在內(nèi)在結(jié)構(gòu)方面，大語言模型雖展現(xiàn)出強(qiáng)大的泛化和涌現(xiàn)能力，但也存在泛化能力差、過度擬合、數(shù)據(jù)偏差等問題，其“涌現(xiàn)”現(xiàn)象也難以預(yù)測(cè)和控制。同時(shí)，大語言模型面臨數(shù)據(jù)抗衰和模型退化的發(fā)展瓶頸。隨著時(shí)間推移，性能受“模型漂移”的影響在多模態(tài)、多任務(wù)領(lǐng)域明顯下降，商業(yè)化落地受阻，部分企業(yè)的先發(fā)優(yōu)勢(shì)難以超越。盡管大語言模型的突飛猛進(jìn)被視為信息社會(huì)新階段的標(biāo)志，但是其發(fā)展面臨著有待解決的挑戰(zhàn)和限制，以及背后曠日持久的能源和財(cái)力消耗。因此，唯有深入研究大語言模型技術(shù)的底層邏輯和運(yùn)行原理，進(jìn)行針對(duì)性測(cè)試和評(píng)估，批判性地審視其生成的價(jià)值邏輯，才能更有針對(duì)性地處理大語言模型對(duì)社會(huì)關(guān)系產(chǎn)生的影響，從而更好地解決人機(jī)協(xié)同及交互界面等問題。
