Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

CCF-阿里妈妈科技袋基金正式发布,第一期聚焦大模型方向

2024 年 5 月 18 日,在 YEF 2024 期间, CCF 联合阿里妈妈正式发布「CCF - 阿里妈妈科技袋基金」(以下简称科技袋基金),致力于面向全球高校学者搭建产学研合作平台,增强学术界和工业界的融合交流,探索新一代人工智能的算法、模型与关键技术,为社会和企业带来世界领先的创新成果。

 CCF - 阿里妈妈科技袋基金 发布会现场图(照片左起为:郑波:淘天集团技术副总裁、算法技术负责人,阿里妈妈 CTO;唐卫清:CCF 秘书长)

CCF 秘书长唐卫清在发布现场表示,CCF 作为计算机行业的学术共同体,非常重视搭建产学合作平台,CCF 产学合作基金启动于 2013 年,至今已有超千个项目获得资助,项目合作成果在产业界获得不错的落地应用效果,也极大推动和促进了科研学者实际了解产业需求。相信通过本支基金的启动,阿里妈妈与学术界将实现强强联合,放大大模型技术在数字营销场景的应用效果。

淘天集团技术副总裁、算法技术负责人,阿里妈妈 CTO 郑波表示,大模型、多模态技术浪潮正席卷而来,站在「新一代人工智能技术革命」的新起点,面对着新棋局,需要工业界和学术界共同合作努力。科技袋基金是阿里妈妈对外合作发布的第一支基金,希望在 CCF 这个大平台上,同全球更广阔范围的优秀学者展开合作。

阿里妈妈的吉祥物是一只袋鼠,故本支基金命名为「科技袋」,希望基金未来能成为学术界和工业界的交流桥梁,激发出有趣的灵感创意,孕育孵化出一批优秀的前沿科技成果。

关于科技袋基金

大模型作为新一代人工智能中的关键技术,是当下学术界和工业界研究的热点方向,也是助力我国新质生产力发展的重要领域。大模型目前已在阿里妈妈的 To B 和 To P(professional consumer)业务场景开始应用:通过 AI 营销创意工具、智能营销 Agent、智能设计等,商家可以自由生产创意并提升效率和品质;通过智能出价、增强分析和智能资产管理,商家可以更精细化优化推广投放策略,并管理大规模人群、商品和内容资产;通过内容风控和反作弊等,商家和平台能更精准识别和处理风险,降低损失。

科技袋基金第一期将聚焦在大模型领域展开研究,推出 4 个方向、共 10 项研究课题,课题目录如下: 

方向一、大模型在电商搜索场景下的应用研究

  • 课题 1. 电商稀疏大模型和大模型相结合的搜索广告召回 / 预估模型新范式探究;
  • 课题 2. 大模型信息增强技术在搜索广告召回 / 预估模型的应用研究;
  • 课题 3. 大模型生成式召回的推理性能优化。

方向二、大模型在推荐场景下的应用研究

  • 课题 1. 基于大模型的推荐系统建模方式研究;
  • 课题 2. 面向用户行为预测的生成式大模型研究;
  • 课题 3. 基于 LLM 增强的多目标 RL 调控算法研究。

方向三、基于领域知识增强的工具评价、自动优化与任务规划

  • 课题 1. 基于领域知识增强的工具评价、自动生成和优化;
  • 课题 2. 基于领域知识增强的任务规划

方向四、大模型在电商内容风控审核中的应用

  • 课题 1. 基于大模型的复杂风险概念自动化辨识;
  • 课题 2. 基于大模型的法规理解及案例推理。

基金课题支持金额为人民币 30 万元 / 项,项目合作周期一年。项目期间,为确保学生能够接触到真实的工业和应用场景,阿里妈妈将提供学生实习的机会。

基金申报截止时间为 2024 年 6 月 18 日 24:00(北京时间)

申报方式

申请者请通过邮件申报,请点击阅读原文并以附件的形式上传《项目申报模板》。

每位申请人限提交一份申请,邮件申报方式:Alimama-RF@service.taobao.com。

图片

基金申报条件和后续时间计划

图片

图片

CCF 和阿里妈妈将共同邀请来自学术界、工业界的专家组成技术委员会,并担任项目评委共同评审,专家评审主要依据以下标准:申请课题的价值,创新性和可行性;提交的 proposal 与课题需求匹配度;申请者的执行计划及交付成果的价值;申请者(及团队)的学术水平和科研能力等。欢迎海内外优秀学者提交项目申请。
产业YEF 2024阿里妈妈CCF
相关数据
人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

推荐系统技术

推荐系统(RS)主要是指应用协同智能(collaborative intelligence)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

推荐文章
暂无评论
暂无评论~