免费研讨会 - 使用LLMs发现人类和动物行为的可解释符号模型 - 7月22日
摘要
一场于2026年7月22日举办的免费研讨会,主讲人为Google DeepMind的Kim Stachenfeld,他将讨论DataDIVER——一种利用LLMs发现人类和动物行为可解释符号模型的方法。
Neuromatch AI Sentience Scholars (AISS) 系列研讨会将于2026年7月22日拉开帷幕,本次活动向所有人开放,不仅限于我们的AISS学者。首场演讲题目为“使用LLMs发现人类和动物行为的可解释符号模型”,主讲人是Google DeepMind的研究科学家、哥伦比亚大学理论神经科学中心附属教职成员Kim Stachenfeld。Kim将介绍DataDIVER,这是一种新的人工智能方法,用于发现人类和动物如何学习的可解释模型,而不仅仅是预测它们的行为。该方法利用大语言模型搜索候选计算模型,找到既准确又可理解的模型,从而揭示手工模型或“黑箱”人工智能系统可能忽略的学习新见解。详情:30分钟演讲,20分钟讨论和问答,时间:2026年7月22日,美国东部时间上午11:00 / 世界协调时15:00。免费注册:https://us06web.zoom.us/meeting/register/2tkWljiXRQG394GBxDTirA#/registration https://preview.redd.it/tyrcc7w6x7ch1.png?width=1280&format=png&auto=webp&s=e5f3e3f81f650338f6686424863567cce9b93275 AISS系列研讨会汇集了来自人工智能、认知科学、神经科学、哲学和治理领域的研究人员、实践者和思想领袖。后续更多场次敬请期待:https://docs.neuromatch.io/p/KRFgqDBLo-YMrg/Seminar-Series
相似文章
@omarsar0:对于感兴趣的朋友,我很快将就这一主题开展直播:https://academy.dair.ai/events/cmovobp97000904…
DAIR Academy 将于 2026 年 5 月 21 日举办一场免费直播,演示构建视觉 LLM 产物以增强知识库的框架。
@DanKornas:通过结构化的斯坦福课程学习LLMs和生成式AI。你将学到:- 理解transformer和LLM概念…
一门结构化的斯坦福课程被分享,涵盖transformer和LLM概念,不将其视为黑箱。
形式化方法遇上大语言模型:面向先进AI系统合规性的审计、监控与干预
本文提出了一种将形式化方法(线性时序逻辑)与大语言模型相结合的技术,用于审计、监控和干预AI系统以确保其符合行为约束。研究表明,即便是小模型标注器在检测违规行为方面也能媲美前沿大语言模型裁判。
五分钟回顾LLM最近六个月
Simon Willison在PyCon US 2026上进行了闪电演讲,总结了2025年11月至2026年5月期间LLM的关键进展,包括Anthropic、OpenAI和Google之间五方争夺最佳模型,以及编码代理实现可靠代码生成的突破。
@aiwithmayank:大型语言模型实际工作原理的最佳解释是一个免费的斯坦福讲座,而且它从一只老鼠吃奶酪开始……
一条推文推广了斯坦福大学的免费CS324课程,该课程关于大型语言模型,用一个老鼠吃奶酪的简单例子来解释LLM的工作原理,并包含交互式演示。