報告時間：2023年6月14日（星期三） 10:00
報告地點：翡翠科教樓A座805室
報 告 人：王希廷 高級研究員
工作單位：微軟亞洲研究院
舉辦單位：計算機與信息學院
報告簡介：
模型時代，可解釋和模型對齊變得至關重要。大模型對人的工作生活影響越來越大，但卻更加難以理解和控制。OpenAI對外支持的七大研究方向中，可解釋和模型對齊就是其中兩個。我們應該怎么讓深度學習模型變得更透明、可理解、更容易訓練、調試和優化，確保它和人類意圖對齊呢？這次報告將圍繞這些問題進行探討，介紹我們近期發表在ICML、NeurIPS、KDD的可解釋人工智能（XAI）以及利用強化學習從人類反饋學習（RLHF）的方法。
報告人簡介：
王希廷，MSRA社會計算組高級研究員，研究興趣為可解釋、負責任的人工智能。發表論文50多篇，其中CCF-A類論文40篇。兩篇論文被CCF-A類期刊IEEE TVCG評選為封面論文。H-Index為24，谷歌學術引用2300多。相關科研成果落地全球占有量第二的必應搜索引擎。被邀請擔任IJCAI、AAAI領域主席，加入IEEE VIS組委會擔任檔案主席，被評為AAAI 2021 杰出高級程序委員。兩次受邀在SIGIR可解釋推薦研討會上發表主旨演講，是CCF和IEEE高級會員。
