人大高瓴人工智能学院

其他

会议回顾 | AIGC人工智能前沿联合工作坊

字节跳动智能创作XR技术负责人文石磊深入浅出地梳理了XR的技术框架,简单介绍了AIGC技术的领域划分;并梳理了从GAN到最近火热的diffusion模型的发展历程,从latent
其他

生日快乐!今天,我们4岁了!

生日快乐!❤❤❤四年拼搏筑梦,四年砥砺耕耘,在这1400多个浸透汗水、激情奋斗的日子里,在校领导的关心指导下,在社会各界朋友的帮助下,在全院师生默默耕耘下,四年来,中国人民大学高瓴人工智能学院硕果累累、成绩骄人!2019年4月22日,中国人民大学高瓴人工智能学院正式成立啦!创业艰难百战多逢山开路,遇水架桥这一路风雨兼程
其他

Poster展丨共赴AI夏日之约,九位老师等你来!

在夏至未至的时节,即将步入毕业年级的同学们或许对未来的专业发展飘忽不定,面对诸多研究方向不知作何选择,对即将到来的夏令营不知如何准备……高瓴人工智能学院拟举办“AI学术市集”poster展活动,帮助同学们更深入的了解人工智能学科研究内容,不同导师的研究方向以及科研和考研保研相关经验,希望能够帮助同学们提早着手,规划未来。活动介绍亲爱的同学们:你是否已经大三,在升学与科研的规划上感到迷茫,却马上要面临夏令营的挑战?为了帮助大家对高瓴人工智能学院的学院情况和师资力量有更深入的了解,学院将以“人工智能”为主题,举办AI学术市集poster展,助力同学了解学院最新发展情况、学科最新研究内容、学术未来发展方向!活动详情活动时间4月22日(周六)活动地点立德楼18F走廊活动流程12:20-12:30
其他

AI高考能得500分?邱锡鹏教授做客人大高瓴解剖ChatGPT(内附报告视频)

2023年2月17日,高瓴人工智能学院举办高瓴楼首次学术报告。我们有幸邀请到了复旦大学的邱锡鹏教授做主题为“大型语言模型的能力分析与应用”的报告。高瓴人工智能学院执行院长文继荣出席并致辞,报告由高瓴人工智能学院长聘副教授宋睿华主持。报告现场空前火热,超过500名师生参会,线下报告厅观者云集,线上会议室中观看人数也早早达到容量上限。报告中,邱锡鹏教授为我们详细深入地介绍了以ChatGPT为核心的大规模语言模型的相关知识及未来的发展方向。得益于邱锡鹏老师的个人魅力和ChatGPT的火热,现场的老师和同学都踊跃发言,积极交流互动,碰撞出了许多思维火花。(讲座原视频,戳文末阅读原文赏析)这次学术报告真是干货满满,相信各位听众都受益颇多!在这里,我们对邱锡鹏老师的报告内容进行了简单的知识梳理,希望能对各位小伙伴学习大规模语言模型/ChatGPT的相关知识提供一些小小的帮助~〇、前言丨ChatGPT的前世今生ChapGPT自2022年底问世以来,便展现出了令世人惊艳的对话能力。仅用两个月时间,ChatGPT月活跃用户已达一亿,是史上用户增速最快的消费应用。对于学术界、工业界、抑或是其他相关应用来说都是一个非常大的机会和挑战。事实上,ChatGPT的成功并不是偶然结果,在目前的版本开放出来以前,OpenAI已经在训练大规模语言模型的道路上深耕多年。ChatGPT的发展路径可以由下图概括:从2017年Transformer框架被提出后,OpenAI在第二年就提出基于Transformer架构的预训练语言模型,GPT,开始了(大规模)预训练语言模型道路的探索。2020年提出的GPT-3则是首个参数量达到千亿级别的模型,称得上是真正的“大规模”语言模型(Large
其他

中国人民大学法律数据分析挑战赛

欢迎参加第一届中国人民大学法律数据分析挑战赛为促进人工智能、大数据等技术与人文社会学科的交叉融合,提升学生从事交叉学科研究的能力,培养学生的数据思维、计算思维,特组织第一届中国人民大学法律数据分析挑战赛。此次挑战赛聚焦于使用大数据、数据分析、人工智能等基本技术手段来辅助法律问题分析的能力。参赛选手可针对特定问题,通过编写Python程序、利用人工智能、数据分析和可视化等工具软件,对法律数据进行分析和挖掘,以数据结果为依据开展法律问题研究,并撰写分析报告和论文。挑战赛官网网址:http://playbigdata.ruc.edu.cn/ruclai/或通过点击“阅读原文”访问大赛组织主办单位教务处、高瓴人工智能学院、法学院、交叉科学研究院协办单位基于大数据文科综合训练国家级虚拟仿真实验教学中心大会主席黄文艺(法学院)、文继荣(高瓴人工智能学院)、吴健(教务处)、杨东(交叉科学研究院)程序委员会主席窦志成(高瓴人工智能学院)、徐君(高瓴人工智能学院)、邓矜婷(法学院)组织委员会主席窦志成(高瓴人工智能学院)组织委员会刘品新(法学院)、张吉豫(未来法治研究院)、邓矜婷(法学院)、沈蔚然(高瓴人工智能学院)、郑妍(高瓴人工智能学院)宣传主席郭歌扬(高瓴人工智能学院)技术主席徐炜(高瓴人工智能学院)参赛要求(1)要求作品图文并茂,凸显“数据”和“分析”的重要性,分析内容符合法学理论,避免仅针对个别案件进行个案分析。作品评选时会综合考虑方法的新颖性、分析的深度、问题的重要性、报告的规范性等几个方面。(2)任选一道赛题参赛。(3)中国人民大学本硕博学生均可以组队参加,每组成员不超过5人,鼓励文理交叉组队,每人限报名参加一支队伍,每支队伍可以聘请一位指导教师(可无)。(4)竞赛提供的各种数据仅供参赛选手参加此次竞赛使用,不得私自用于其他用途,不允许私自转发和传播。(5)鼓励参赛同学依托赛题开展小创、大创等科研项目训练。作品要求(1)获奖作品的知识产权归参赛队伍所有。(2)要求提交论文(按模板撰写,要求不少于8000字),其中包含方法说明、数据处理、参考文献、使用的工具等信息。(3)同时提交完成数据分析的相应程序、代码、脚本、结果等必要支撑文件。(4)初选通过的同学,需要进行PPT讲解答辩。作品提交通过投稿系统在线提交,不接受邮件等其他方式提交。奖项设置根据参赛情况每道赛题(或者整体)设置一、二、三等奖颁发获奖证书及奖品时间安排任务发布日期:2022年8月1日作品提交截止日期:2022年10月15日评审日期:2022年10月15日-31日汇报和颁奖活动:2022年11月15日(待定)(所有时间安排以北京时间晚上24点为准,组委会保留根据参赛情况调整时间安排的权利)比赛题目题目一:法条跟踪核查暨《民法典》法条适用性跟踪分析2020年5月28日,十三届全国人大三次会议高票通过了《中华人民共和国民法典》,自2021年1月1日起施行。民法典的颁布实施是中国特色社会主义法律体系达到新高度的重要标志,具有重大的里程碑意义。此赛题旨对《民法典》颁布后的适用情况进行数据分析,包括但不限于以下任务:(1)系统地统计分析裁判文书中民法典中各法条法款的适用情况,对各类案由案件引用的法条进行排名分析,解释法条被高频/低频使用的原因;(2)分析社交媒体(微博)中对民法典各法条的讨论情况;(3)对比分析文书和微博数据中法条适用情况,对潜在的一致和不一致的情况进行分析和阐述;(4)结合两类数据,分析和挖掘《民法典》中潜在的适用性问题,对出台《民法典》相关的司法解释提供建议。题目二:虚假诉讼问题分析虚假诉讼主要是指当事人出于非法的动机和目的,采取虚假的诉讼主体、事实以及/或者证据提起民事诉讼,使法院作出错误的判决、裁定的行为。它与“恶意诉讼”有相似之处。请研读我国关于虚假诉讼的法律规范、指导性案例,并基于提供的关于“民间借贷纠纷”或者“侵犯作品信息网络传播权纠纷”的裁判文书数据,进行数据分析和挖掘,完成以下任务:(1)确定和实施甄别虚假诉讼的技术方案;(2)制定人工辅助甄别虚假诉讼的任务清单;(3)就已发现的涉嫌虚假诉讼案件形成报告;(4)提出有关类案监督等溯源治理对策。题目三:侵犯知识产权民事案件损害赔偿额计算方法及影响因素分析知识产权损害赔偿额的计算有多种方法,而近年来《商标法》《著作权法》《专利法》修改后,均明确规定了惩罚性赔偿制度,由此有更多因素将影响最终的赔偿金额。此赛题旨在结合裁判文书,对侵犯知识产权民事案件损害赔偿额计算问题进行深入分析,并探索惩罚性赔偿额的自动化辅助确定方法。包括但不限于以下任务:(1)对侵犯著作权、专利权、商标权等知识产权民事案件判决中计算损害赔偿额所用的方法进行分析,并分析对于计算方法、损害赔偿额度、是否适用惩罚性赔偿、惩罚性赔偿额等问题的影响因素;(2)尝试提出惩罚性赔偿额的自动化辅助确定方法;(3)结合前述分析,对相关法律及其适用提出建议。题目四:受贿罪或帮信罪司法类案检索探索面向类案推送、类案检索的文书标注方法,设计标签体系,构建标注数据集,并进一步提出自动定罪和类案检索的技术方案。可任选帮信罪或受贿罪完成以下任务之一。(1)自动定罪:为训练计算机自动判断是否为受贿罪或帮信罪提供标注数据集;提出判断一个案件事实是否为受贿罪或帮信罪的标签体系,并给出法律依据和分析理由;给出针对受贿罪或帮信罪的定罪技术方案。(2)类案检索:为训练计算机判断是否为相似的受贿罪案件,或者相似的帮信罪案件提供标注数据集;提出判断两个案件事实是否为相似的受贿罪或帮信罪的标签体系,并给出法律依据和分析理由;给出针对受贿罪或帮信罪的类案检索系统的技术方案。题目五:可解释的类案匹配算法司法案例匹配是智慧司法的一项核心任务,其结果对多个下游任务具有重要影响——匹配的法律案件可为目标案件的判决提供支持性证据,影响着法律判决的公平和公正,对结果的可解释性有较高的要求。本次比赛提供司法案例匹配任务的可解释评测数据集和相应的评估指标,用于评估匹配结果的可解释性及解释的精准性。本任务技术评测使用的训练集和测试集来源于人工标注的5000对案例(案由均为“妨碍社会管理秩序罪”),人工标签分为匹配结果和匹配结果解释两部分。匹配结果标签分为三级,分别为“匹配”/“部分匹配”/“不匹配”。匹配结果解释标签包括:(1)标注了所有案例中与类案匹配相关的司法特征句;(2)对于匹配结果标签为“匹配”和“部分匹配”的案例对,标注了两篇案例中支持该匹配结果的司法特征句及特征句的对齐。
其他

夏令营来了!人大高瓴人工智能学院 2022年优秀大学生夏令营招生简章

学通中西高瓴人工智能学院以全球顶尖高校人工智能学科为蓝本,结合我国战略需求完善课程体系,创新培养模式。学院已与加拿大蒙特利尔大学开展双博士学位联培项目(该校Yoshua