2024第二十屆全國機器翻譯大會嘉賓演講PPT合集（共12套打包）

1、長上下文大模型長上下文大模型進展與挑戰進展與挑戰李俊濤報告內容1.1.什么是長上下文模型？什么是長上下文模型？3.3.長上下文大模型前沿與挑戰長上下文大模型前沿與挑戰2.2.如何訓練長上下文模型如何訓練長上下文模型？2.1 建模建模2.2 數據數據2.3 評測評測大模型上下文輸入長度Source:Google Blog 2023DecClaude3-200K Mistral-7B-0.2-32K。

2、From MTer to LLMer:一個 NLPer 的十年1陸垚杰中文信息處理實驗室中國科學院軟件研究所2024/11/102提綱 個人介紹 MTer 深度學習在 NLP 中崛起 IEer 預訓練模型的風口 LLMer 大模型時代的開啟 總結3 最初的想法：我要做人工智能 初識 NLP：2014 年夏天閱讀的第一篇論文：COLING 2014 Best Paper學習的第一個項目：Word2。

3、1/95趙陽中國科學院自動化研究所多模態人工智能系統全國重點實驗室面向視覺場景的多模態面向視覺場景的多模態機器翻譯方法機器翻譯方法2/95提提 綱綱1 任務背景和介紹2 圖片輔助場景的多模態機器翻譯3 文本圖像場景的多模態機器翻譯字幕圖像場景文檔圖像場景4 視頻場景的多模態機器翻譯5 總結3/951.任務背景和介紹任務背景和介紹翻譯引擎/系統源語言目標語言廣泛應用國家與公共安全國民經濟發展社會生。

4、語模型的跨語可解釋性：科研選題和經驗分享CCMT 2024 學論壇 詹潤哲 導師：輝副教授 Prof.Derek F.Wong 澳學 科技學院 然語與中葡機器翻譯實驗室2024/11/102Outline Research Workflow,Dilemma Regarding MT/LLMs(8 mins)Identifying Research Directions Addressing Re。

5、Inspiration thats Infinite字節跳動在模型同傳開發中的正確和錯誤程善伯Inspiration thats Infinite評測（%）：講者的真實意圖有多少被正確翻譯了（準確性）且戶易理解（易讀性）接近甚超過類的同傳智能體Inspiration thats Infinite正確1：激進的標Inspiration thats Infinite-以中-英為例，我們的標：英語語者。

6、親測有效的幾種研究選題方式王 碩CCMT 2024三種選題方式2“先發制人”：選擇一個全新的研究問題，或者用創新的方法解決現有的難題，開辟新的方向“后發制人”：根據當前主流方法中的不足，提出有針對性的優化或改進策略，或者擴展已有思想的應用場景，實現新的突破“移花接木”：借鑒其他領域的思想或方法，如計算機科學的其他分支、甚至是跨學科的理論，來解決本領域的難題“先發制人”不拘泥于現有的研究框架，開辟。

7、大模型時代的機器翻譯科大訊飛研究院 高建清2024年11月規則翻譯統計翻譯機器翻譯發展歷程 1980s1993年2013年受限場景基本可用系統批量生產神經絡網翻譯2022年接近人類翻譯水平大規?？捎么竽Ｐ头g機器翻譯面臨的四大核心問題如何解決語言的歧義性和不確定性？01如何生成流暢、自然和地道的譯文？02如何解決基于語言背后的文化翻譯而非字面直譯？03如何解決多輪交互和篇章翻譯的一致性和連貫性？。

8、Page#Shanghai Artificial Intelligence L大語言模型的多語言能力增強袁袁飛飛上海人工智能實驗室上海人工智能實驗室Page#Shanghai Artificial Intelligence LPage 2RoadMap背景詞表數據訓練機遇與挑戰Page#Shanghai Artificial Intelligence LPage 3大語言模型：LLM模型結構 結。

9、機器翻譯技術在大模型研究中的新機遇!#$%&()*+,-./1!#$%&()2!#$!#$!#$%&()*+&,*+-./+0123()*+456()*+!#$%&()3!#$!#$!#$%&()*+&,*+-./+0123()*+456()*+LLMLLM forfor *+,-.%!#$4WhatsWhats nextnext?!#$%。

10、淺談模型時代的科研選題李家歡 南京學模型帶來的機遇與挑戰 模型的出現深刻改變了NLP的研究 些傳統任務、范式的研究必要性減弱:詞性標注/句法分析、模型架構探索 新任務、新法層出不窮：扮演/本成、指令微調/RLHF科研課題的選擇與實施 科研同學最容易問的問題:如何從現在海量的論中找到有價值的論閱讀？如何閱讀論？如何判斷個課題能不能做、適不適合？如何找到并完成個好的科研課題？-三階段案 頭腦暴階段:。

11、多模態機器翻譯前沿趨勢!#$%&()*+,1!n#$#$%&%&n()&)&n*+*+%&%&2#$%&n!#$n%&!()*+!#$%&()*+,-./&()*+,0)1)*+,n!#$%#$&!2345670)1)*+,3#$()*+n()*+,()*+,-.-.!/!/-.-.89:;?A!#$。

12、機器翻譯視角下的多語言大模型黃書劍南京大學計算機學院0機器翻譯的研究范式正在轉變神經機器翻譯:主要從平行數據中學習翻譯知識大語言模型:主要從單語數據中學習通用知識（包含翻譯知識）語言模型單語數據預訓練指令微調In-context Learning平行數據訓練平行數據翻譯模型1機器翻譯的研究范式正在轉變神經機器翻譯:主要從平行數據中學習翻譯知識大語言模型:主要從單語數據中學習通用知識（包含翻譯知識。