【明理講堂2024年第67期】
報告題目：大模型驅動科學創(chuàng)新溯源分析——一種分支推理提示學習方法
時間：2024年10月25日（周五），16:20——17:20
地點：中關村校區(qū)主樓317
騰訊會議號：274-253-330
報告人：毛進
報告人簡介：毛進，武漢大學信息偉德國際1946bv官網(wǎng)副教授，博士生導師，武漢大學數(shù)據(jù)智能研究院副院長，入選第四屆中國科協(xié)青年人才托舉工程，湖北省“楚天學者”計劃楚天學子。擔任中國科學技術情報學會情報研究與咨詢專委會秘書長、中國信息經濟學會數(shù)據(jù)智能與產業(yè)創(chuàng)新專委會秘書長、中國系統(tǒng)工程學會信息系統(tǒng)工程專業(yè)委員會CNAIS第六屆理事等社會兼職。主要研究方向：科技情報分析、文本挖掘，主持國家自科基金面上項目、青年項目和博士后面上一等資助、國家社科基金重大項目子課題等，參與國家自然科學基金創(chuàng)新研究群體、國家自然科學基金重大項目課題、國家重點研發(fā)計劃項目等多項研究課題，獲中國科技情報學會青年情報科學家獎和情報工程創(chuàng)新團隊獎。
報告內容簡介：科學創(chuàng)新溯源是科技情報中分析科學知識演化的一項關鍵任務，用于追溯科學思想的萌發(fā)起源，分析其創(chuàng)新發(fā)展和演化過程。本研究聚焦于科學論文創(chuàng)新溯源任務，針對該任務中科技文獻關系推斷這一核心問題，在大語言模型的認知與推理能力基礎上，提出一種能夠捕捉科技文獻分面關系的分支推理提示學習方法，涉及新的分解思維鏈方法、文獻示例檢索器設計與自動化少樣本分支演示生成器等模塊。在測試數(shù)據(jù)集上的實驗表明了該方法的有效性和性能優(yōu)勢。該研究對于增強大模型在科技情報分析中的可信度和可解釋性也具有參考意義。
（承辦：管理工程系、科研與學術交流中心）
