机器学习会议聚焦AI前沿技术与应用

某中心年度机器学习会议以线上形式召开，聚焦机器学习在公司业务中的广泛应用及其对客户价值的持续提升。会议包含5场学术领袖主旨演讲、口头及海报展示、教程和工作坊。

摘要：提出基于GFlowNets的生成式主动学习系统，通过与世界模型交互实现低成本实验生成。该系统可应用于交互推荐、新药研发、材料发现和因果推理等领域，突破MCMC方法的模式混合限制，实现概率建模的创新突破。

摘要：探讨深度学习在人脸识别和行为识别系统中的实际应用挑战，包括偏差检测与缓解、领域自适应、无监督学习、对抗攻击防御以及小批量学习中的训练数据优选等关键技术难题。

摘要：提出基于异常检测的深度学习系统能力建模方法，针对分布外查询和新类别查询两大威胁，系统阐述四种主要异常检测策略，并讨论如何在无标注异常数据情况下设置检测阈值。

摘要：通过图神经网络模型结合语言和视听信息，实现基于剧本转折点（如计划变更、重大挫折、高潮）的电影内容分析与摘要生成，为长叙事结构解析提供可解释解决方案。

摘要：分析BERT等Transformer模型的句法结构和指代消解能力，介绍ELECTRA模型的判别式学习降低计算成本的方法，并探讨基础模型的发展前景与潜在风险。

会议涵盖自动化推理、云与系统、计算机视觉、对话式AI、机器学习、量子技术、机器人学、安全隐私保护等13个核心研究方向，重点关注深度学习、自然语言处理、图像分割等具体技术领域。