由英國及其他地區最傑出的學者授課， 英國學院的旗艦 講座安排 展現人文和社會科學領域最優秀的學術成果。 這個事件 是的一部分 安娜·莫普戈·戴維斯講座 系列著作中。
大型語言模型在自然語言處理方面展現了卓越的能力，以至於許多人認為它們能夠像人類一樣使用和理解語言。然而，這種觀點忽略了支撐意義和推理的結構系統與基於海量訓練資料中相似段落預測文本後續內容的機制之間的區別。大型語言模型擅長預測，令人驚訝的是，僅憑基於相似性的記憶就能完成如此多的任務。大型語言模型可以回答深奧的問題，產生任何主題、任何風格的流暢文本，並以此產生可運行的電腦程式碼。
然而，語言學習模型（LLM）的限制正日益凸顯。它們難以進行嚴謹的邏輯推理，可能包含看似可信但完全不準確的信息，並且難以將程式碼泛化到與訓練過程中遇到的範例僅具有表面相似性之外的層面。本次講座將介紹近期研究，重點在於闡述這些系統的能力和限制。講座的結論是，自然語言處理的未來在於將符號推理的精確性和結構性與神經計算的回想能力和基於內容相似性的存取能力相結合的混合方法。
本次講座將提供現場和線上兩種參與方式，並會為與會者舉辦招待會，詳情稍後公佈。
如果您對本次活動有任何疑問，請發送電子郵件。 Provider.Relations@cchphealthplan.com有關無障礙訪問的更多信息，請參閱… 卡爾頓府露台無障礙指南.
