某机构研究奖获奖名单公布
获奖学者可获得某机构公共数据集访问权限,并通过某云服务平台AI/ML服务工具开展生成式AI前沿研究。
2023年9月7日
自2015年启动以来,某机构研究奖的提案征集主题从AI公平性到机器人技术再到自然语言处理。2023年春季针对某云服务平台AI:生成式AI的专项征集,标志着该项目首次设立该重点领域,体现了某机构在这一重要研究领域与学者持续合作的努力。
某云服务平台机器学习引擎总经理在发布征集公告时指出:“生成式AI具有革新人类与周围世界交互方式的巨大潜力,但需要解决负责任使用系统等挑战。某云服务平台认为支持研究界应对这些可能产生直接技术和社会影响的挑战至关重要。”
本次征集反响热烈,创下项目启动以来单一主题提案数量最高纪录。本次公开宣布的9位获奖学者来自3个国家的8所大学,提案评审标准包括科学内容质量以及对研究界和社会的潜在影响。
鉴于强烈的反响和研究重要性,该项目计划在未来征集周期继续投资生成式AI领域。
某云服务平台数据库与AI领导团队副总裁兼杰出科学家表示:“某机构非常期待与学术界合作探索生成式AI前沿,提升其能力、实用性、易用性及安全负责任行为,以实现广泛社会应用和变革性影响。该项目旨在通过不同时间尺度和成果谱系,降低学术界参与生成式AI研究的计算基础设施成本和规模壁垒。”
获奖者可访问300多个某机构公共数据集,并通过某云服务平台促销积分使用AI/ML服务工具。每位获奖者还将配备某机构研究联系人提供咨询指导,并有机会参与某机构全球活动与培训。
某机构鼓励研究成果发表、在全球办公室进行研究报告展示,以及基于开源许可发布相关代码。
该项目全年资助多个研究领域的提案,建议申请人访问提案征集页面获取详细信息或发送邮件订阅未来征集通知。
下表按字母顺序列出2023年春季周期获奖名单:
获奖者 | 大学 | 研究标题 |
---|---|---|
Chitta Baral | 亚利桑那州立大学 | 确保生成式自然语言系统的逻辑鲁棒性 |
Muhao Chen | 加州大学戴维斯分校 | 基于结构感知等变学习的稳健(受控)自然语言生成 |
Jia Deng | 普林斯顿大学 | 语言引导的3D场景程序化生成 |
Elena Glassman | 哈佛大学 | 理解语言模型输出对终端用户任务的意义 |
Carlos Guestrin | 斯坦福大学 | 羊驼农场:语言模型安全研究的开放框架 |
Tatsunori Hashimoto | 斯坦福大学 | 羊驼农场:语言模型安全研究的开放框架 |
Jonathan Kummerfeld | 悉尼大学 | 理解语言模型输出对终端用户任务的意义 |
Ali Mesbah | 不列颠哥伦比亚大学 | 减少幻觉:大语言模型代码生成的上下文策略 |
Maarten Sap | 卡内基梅隆大学 | RLKF:基于知识的强化学习缓解事实幻觉与社会偏见 |