某中心与印度孟买理工学院公布首届研究奖项获得者

某中心与印度孟买理工学院（IIT-B）今日联合宣布了"某中心-IIT孟买AI-ML计划"的首届获奖研究者名单。该奖项旨在表彰在语音、语言和多模态人工智能领域推动人工智能与机器学习研究发展的科研人员。

这项由某中心资助的合作项目于2023年3月启动，设立于印度孟买理工学院计算机科学与工程系，旨在促进教师与顶尖学者之间的合作，培育多元化且可持续的研究人才梯队。

获奖研究项目涵盖多个领域，包括大型语言模型（LLMs）、机器学习、联邦学习和自然语言处理（NLP）。研究奖项为入选的印度孟买理工学院教授提供长达一年的资金支持，用于开展独立研究项目。

获奖研究项目详情

语音到语音机器翻译研究 聚焦印度语言的多语言多模态预训练模型开发，针对印度特有的语言现象（如不流利和代码混合）进行优化，并发布针对印度使用场景的精选训练数据。

多模态表示与检索技术 基于图结构对象开发大规模图语料库的信息检索方法，实现文本和图像的多模态检索。

联邦学习激励机制 运用博弈论原理激励用户在联邦学习中的贡献，协调大量用户提交本地计算结果并在中央服务器进行合并。

跨语言迁移优化 结合自动语音识别（ASR）和NLP预训练模型，提高跨语言迁移的效率和效果。

战略分类博弈机制 开发用于战略分类的博弈论方法，应对机器学习模型在测试阶段输入被故意篡改的情况。

大规模数据集近邻搜索 通过群组测试方法优化大规模数据集中的最近邻搜索，探索减少测试次数的可能性。

医疗领域LLM应用 在医疗健康领域应用大型语言模型，研究模型的可解释性和可验证性，整合领域特定训练、检索增强和医疗专家反馈对齐。

LLM与结构化数据库集成 研究文本到SQL的转换、LLM的持续改进，以及将结构化数据趋势与现实事件关联，并在私有数据上开发定制化LLM。

自然语言与强化学习对齐 使用自然语言使强化学习（RL）智能体更接近人类行为，通过NLP辅助任务（如提供RL智能体行为的文本描述）提高RL的样本效率。

该合作项目首批选定了九个研究项目，由印度孟买理工学院的教师和研究人员负责实施。相关人士表示，这标志着长期富有成效合作的开始，通过多样化项目提案确保对关键研究领域的投入，将为双方带来互利共赢的成果。