日前,，首批CAAI-聯(lián)想藍(lán)天科研基金項目發(fā)布了評審結(jié)果,，實驗室張鵬老師申報的“面向知識增強任務(wù)的人機回環(huán)交互系統(tǒng)算法”課題獲得資助。
CAAI-聯(lián)想藍(lán)天科研基金是中國人工智能學(xué)會與聯(lián)想于2024年共同設(shè)立的面向中國高校和科研院所青年學(xué)者的科研基金計劃,，旨在通過搭建產(chǎn)業(yè)和學(xué)術(shù)界的合作交流平臺,，驅(qū)動青年創(chuàng)新力，促進(jìn)人工智能方法的創(chuàng)新應(yīng)用,。
2024年度CAAI-聯(lián)想藍(lán)天科研基金涵蓋大模型及智能體,、空間智能及具身智能兩大方向，合計發(fā)布16個科研課題,，以推進(jìn)大模型等領(lǐng)域前沿技術(shù)探索與落地,。基金共收到來自54所高校和科研院所的項目申報92份,，經(jīng)資格審核,、專家函評和項目終評，本年度共有15個項目入選,，資助率僅為16.3%,。
研究題目
面向知識增強任務(wù)的人機回環(huán)交互系統(tǒng)算法
研究內(nèi)容
知識增強指在當(dāng)前知識加工、處理的過程中,，給用戶提供額外知識,，或?qū)F(xiàn)有知識與用戶已有內(nèi)容建立連接。RAG-LLM（檢索增強大模型）是將知識增強與大模型相結(jié)合的典型實例,，能夠顯著擴展和提升LLM的知識容量與質(zhì)量,，并有效地減少大模型的幻覺現(xiàn)象、緩解知識遺忘問題,，具備廣泛的應(yīng)用潛力,。盡管知識增強技術(shù)在RAG-LLM中不斷進(jìn)步，近期大量研究聚焦于提升檢索精度,、召回率,、BLEU、Rouge,、相關(guān)性等技術(shù)指標(biāo),，但對于人與RAG-LLM交互的研究仍然較為有限,。從用戶體驗的視角來審視，當(dāng)前依然存在以下問題亟需解決：1）用戶意圖理解不準(zhǔn)確,，導(dǎo)致知識增強方向偏離,；2）知識檢索和生成結(jié)果與用戶預(yù)期不符，導(dǎo)致輸出偏離實際需求,；3）知識增強的展示時機和形式未能與使用場景匹配,，影響知識的有效利用，甚至干擾主線任務(wù),。
為了解決上述問題，本研究基于以人為中心的設(shè)計理念,，旨在探索并提出面向知識增強任務(wù)的人機回環(huán)交互系統(tǒng)算法,，包括：1）構(gòu)建以人為中心的知識增強交互系統(tǒng)框架， 具備非侵入式,、可迭代,、跨平臺適配的特點，支持多時間尺度與多用戶類型,；2) 提出對齊人類用戶意圖偏好的智能體算法,，以提升系統(tǒng)的響應(yīng)準(zhǔn)確性與個性化；3) 構(gòu)建基于多智能體協(xié)作的知識增強交互模型,，優(yōu)化知識獲取與傳遞的效率,；4) 構(gòu)建可配置的知識增強交互工具集，便于系統(tǒng)在實際場景中的部署與應(yīng)用,。
本項目通過融合大模型與人機回環(huán)機制,，推動知識增強技術(shù)向更智能、個性化方向發(fā)展,，為構(gòu)建更智能,、高效的人機協(xié)作知識服務(wù)生態(tài)系統(tǒng)奠定基礎(chǔ)，具有重要的理論價值和廣泛的應(yīng)用前景,。
相關(guān)鏈接
248
2024-12-10 01:21:19（已編輯）
