日前，首批CAAI-聯(lián)想藍天科研基金項目發(fā)布了評審結果,，實驗室張鵬老師申報的“面向知識增強任務的人機回環(huán)交互系統(tǒng)算法”課題獲得資助,。
CAAI-聯(lián)想藍天科研基金是中國人工智能學會與聯(lián)想于2024年共同設立的面向中國高校和科研院所青年學者的科研基金計劃,，旨在通過搭建產業(yè)和學術界的合作交流平臺，驅動青年創(chuàng)新力,，促進人工智能方法的創(chuàng)新應用,。
2024年度CAAI-聯(lián)想藍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,，以推進大模型等領域前沿技術探索與落地?；鸸彩盏絹碜?4所高校和科研院所的項目申報92份,，經資格審核、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
面向知識增強任務的人機回環(huán)交互系統(tǒng)算法
研究內容
知識增強指在當前知識加工,、處理的過程中,，給用戶提供額外知識，或將現(xiàn)有知識與用戶已有內容建立連接,。RAG-LLM（檢索增強大模型）是將知識增強與大模型相結合的典型實例,，能夠顯著擴展和提升LLM的知識容量與質量，并有效地減少大模型的幻覺現(xiàn)象,、緩解知識遺忘問題，具備廣泛的應用潛力,。盡管知識增強技術在RAG-LLM中不斷進步,，近期大量研究聚焦于提升檢索精度、召回率,、BLEU,、Rouge、相關性等技術指標,，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，當前依然存在以下問題亟需解決：1）用戶意圖理解不準確,，導致知識增強方向偏離,；2）知識檢索和生成結果與用戶預期不符，導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,。
為了解決上述問題,，本研究基于以人為中心的設計理念,，旨在探索并提出面向知識增強任務的人機回環(huán)交互系統(tǒng)算法，包括：1）構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)的響應準確性與個性化,；3) 構建基于多智能體協(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，推動知識增強技術向更智能,、個性化方向發(fā)展,，為構建更智能、高效的人機協(xié)作知識服務生態(tài)系統(tǒng)奠定基礎,，具有重要的理論價值和廣泛的應用前景,。
相關鏈接
249
2024-12-10 01:21:19（已編輯）
