正版
CCF 2024中国计算机科学技术发展报告 大模型篇
- 书名
- CCF 2024中国计算机科学技术发展报告 大模型篇
- 作者
- 中国计算机学会 编
- 出版社
- 机械工业出版社
- 出版时间
- 2025-08-01
- ISBN
- 9787111786917
- 货号
- 1203778229
- 品相
- 全新
- 分类
- 当代·科技
- 书名
- CCF 2024中国计算机科学技术发展报告 大模型篇
- 作者
- 中国计算机学会 编
- 出版社
- 机械工业出版社
- 出版时间
- 2025-08-01
- ISBN
- 9787111786917
- 货号
- 1203778229
- 品相
- 全新
- 分类
- 当代·科技
目录▼
前言
大语言模型理论的研究进展与趋势 CCF人工智能与模式识别专业委员会
1大语言模型理论概述:统计学习视角2
1.1大语言模型的理论框架2
1.2大语言模型的表达能力4
1.3大语言模型的泛化分析4
1.4大语言模型的优化算法6
2大语言模型的构建原则:理论指导实践8
2.1预训练理论及其启发8
2.2有监督微调理论及其启发10
2.3提示工程理论及其启发13
3大语言模型的涌现能力:数学机理分析14
3.1扩展法则机理分析15
3.2情境学习能力机理分析17
3.3思维链能力机理分析19
4结论20
参考文献20
作者简介26
领域大模型的研究进展与趋势 CCF人工智能与模式识别专业委员会
1引言28
2领域大模型的构建流程29
2.1大模型评测29
2.2数据准备与设计33
2.3持续性知识注入38
2.4提示工程42
3领域大模型驱动的应用框架47
3.1工作流47
3.2大模型智能体48
4国内外领域大模型的典型实例54
4.1医疗领域55
4.2金融领域55
4.3法律领域56
4.4科研领域56
4.5商用领域56
5总结与展望57
参考文献57
作者简介66
大模型下的软件工程研究进展与趋势 CCF软件工程专业委员会
1引言70
2软件工程领域大模型71
2.1软件工程领域的基础大模型72
2.2基于指令调优的软件工程领域大模型74
2.3软件工程领域大模型的评估75
3大模型辅助软件工程77
3.1大模型下的需求与设计77
3.2大模型下的代码辅助生成79
3.3大模型下的软件测试82
3.4大模型下的代码分析与检视84
3.5大模型下的软件运维85
3.6大模型下的漏洞工程86
4大模型下的开源生态88
4.1大模型加速开源生态的演进与技术创新88
4.2大模型使生态复杂性加剧88
4.3大模型促进软件泛在化与生态扩展89
5大模型下的软件工程挑战91
5.1整体层面的挑战91
5.2具体层面的挑战92
5.3软件工程大模型数据与评估的挑战99
5.4软件工程领域大模型在可信性方面的挑战100
6总结100
参考文献101
作者简介110
数据准备与语言模型交叉技术的研究进展及发展趋势 CCF数据库专业委员会
1引言114
1.1初识基于语言模型的数据准备115
1.2初识面向语言模型的数据准备117
1.3报告结构120
2基于语言模型的数据准备120
2.1国内外研究现状120
2.2基于传统方法的数据准备121
2.3基于语言模型的数据发现126
2.4基于语言模型的数据查询129
2.5基于语言模型的数据融合133
2.6基于语言模型的数据清洗136
3面向语言模型的数据准备139
3.1国内外研究现状140
3.2面向预训练的数据准备140
3.3面向指令微调的数据准备145
3.4面向模型推理的数据准备150
4发展趋势与展望154
4.1基于语言模型的数据准备发展趋势与展望154
4.2面向语言模型的数据准备发展趋势与展望157
5结束语160
参考文献161
作者简介170
大模型基础软件的研究进展与趋势 CCF系统软件专业委员会
1引言172
2国内外研究和产业现状174
2.1大模型训练微调软件174
2.2大模型推理基础软件180
2.3大模型开发工具链软件187
2.4面向RAG的大模型数据管理基础软件195
2.5大模型编排软件203
2.6大模型操作系统208
3国内学术研究及产业进展213
3.1学术研究进展213
3.2产业结构演化215
4我国大模型基础软件研究的优势和挑战216
4.1我国大模型基础软件研究优势216
4.2我国大模型基础软件研究面临的挑战217
5发展趋势与展望218
5.1大模型训练框架走向多模态和异构融合218
5.2加速大模型推理从“作诗”走向“作诗+做事”,赋能千行百业219
5.3与平台特性、模型特征深入融合,大模型开发工具链软件向领域化发展219
5.4数据管理向多模态和多层次发展,与传统数据存储系统进一步融合220
5.5多智能体编排软件蓬勃发展,智能体与传统软件加速融合220
6结束语221
参考文献222
作者简介233
大模型时代智能音频信号处理的研究进展与趋势 CCF语音对话与听觉专业委员会
1引言237
2音频表征学习239
2.1传统声学特征239
2.2深度学习表征240
2.3自监督学习语音表征241
3基于大模型的音频理解任务246
3.1按标签类型分类246
3.2按任务类型分类247
3.3音频标签预测248
3.4序列事件检测249
3.5音频事件检测249
3.6音频描述250
3.7大模型时代的音频理解250
3.8大模型时代的音频理解评估指标251
4基于大模型的音频生成任务252
4.1语音生成大模型252
4.2音效生成254
4.3音乐生成255
5通用音频大模型进展257
5.1通用音频大模型的3种形式257
5.2基于编码器的通用音频大模型258
5.3基于编码器-解码器的通用音频大模型261
5.4基于解码器的通用音频大模型262
5.5融合其他模态的通用音频大模型266
5.6通用音频大模型的数据集建设267
6未来研究趋势展望268
7结束语269
参考文献269
作者简介278
大语言模型价值对齐的研究进展与趋势 CCF自然语言处理专业委员会
1引言280
1.1大语言模型概述280
1.2价值对齐的概念与意义281
1.3大语言模型的对齐方法与分类283
1.4本文的组织形式283
2国际研究现状284
2.1整体研究方向与趋势284
2.2价值对齐方法研究284
2.3价值对齐评估与可解释性289
3国内研究进展292
3.1整体研究方向与趋势292
3.2价值对齐方法研究293
3.3价值对齐评估与可解释性295
4国内外研究进展比较297
4.1技术路线的共性297
4.2技术路线的差异298
4.3研究焦点与方法的比较298
4.4应用领域与场景对比300
5发展趋势与展望301
5.1挑战与机遇301
5.2研究趋势与创新方向303
5.3对行业与社会的长远影响305
6结束语307
参考文献307
作者简介315
基于大模型的智能体:理论、关键技术与展望 CCF自然语言处理专业委员会
1引言318
1.1智能体的背景介绍318
1.2智能体的发展历程318
1.3基于大模型的智能体的意义320
1.4本文的组织安排320
2基于大模型的智能体的框架结构322
2.1感知模块323
2.2规划模块324
2.3记忆模块325
2.4工具使用模块327
3基于大模型的智能体的能力演化路径329
3.1基座模型能力拓展329
3.2智能体工作流编排331
3.3自主探索与进化333
3.4多智能体协同演化333
3.5智能体标杆数据集334
4基于大模型的智能体的应用范式335
4.1单智能体范式335
4.2多智能体协作范式336
4.3人机交互范式337
5智能体社会的环境与行为机制338
5.1智能体的社会行为与人格338
5.2模拟社会的运行环境340
5.3使用智能体进行社会模拟342
6总结和展望344
致谢345
参考文献345
作者简介359
文摘▼
本书充分体现了对大模型技术发展中的新问题、前沿技术、交叉融合的思考,主要内容包括:大语言模型理论的研究进展与趋势、领域大模型的研究进展与趋势、大模型下的软件工程研究进展与趋势、数据准备与语言模型交叉技术的研究进展及发展趋势、大模型基础软件的研究进展与趋势、大模型时代智能音频信号处理的研究进展与趋势、大语言模型价值对齐的研究进展与趋势,以及基于大模型的智能体的理论、关键技术与展望。内容具有权威性、全面性和前沿性。
本书主要供中国计算机学会会员了解2024年计算机大模型技术发展的最新动态,也非常适合计算机学者和从业者阅读与收藏。





