中国中文信息学会（CIPS）计算语言学专委会2025年战略研讨会于5月17日至18日在甘肃省兰州市西北民族大学顺利召开。本次会议由中国中文信息学会计算语言学专委会主办，西北民族大学中国民族信息技术研究院、语言与文化计算教育部重点实验室、甘肃省民族语言文化智能信息处理重点实验室、西北民族大学科研处、研究生院（党委研究生工作部）共同承办。会议以“大模型路在何方？”为主题，聚集国内外计算语言学领域的顶尖专家学者，共同探讨大模型技术的未来发展方向。
会议开幕式由专委会副主任、哈尔滨工业大学车万翔教授主持。西北民族大学校党委常委、副校长景兆玺致欢迎辞，对各位专家学者的到来表示热烈欢迎。他首先对与会专家学者表示了热烈的欢迎和衷心的感谢，并介绍了西北民族大学的历史背景、学科优势及在民族信息技术领域的研究成果。景兆玺副校长指出人工智能尤其是大模型技术对时代的重要性，并期待通过深入探讨激发创新灵感，为计算语言学发展注入新活力，希望与会专家继续支持西北民族大学发展。
会议期间，专委会主任、清华大学刘洋教授对计算语言学专委会简要介绍，对本次会议召开的意义给予肯定。新任委员自我介绍后，开始大会报告环节。本次研讨会邀请了9位知名专家和学者进行特邀报告，报告内容涵盖了计算语言学和大模型技术的多个前沿领域。
哈尔滨工业大学车万翔教授带来了题为《迈向推理时代——长思维链机理及应用》的报告，指出推理能力是评估并提升模型智能水平的核心指标，而长思维链（Long CoT）能显著增强模型的推理深度与广度。他详细介绍了长思维链的分析与评估、格式以及多模态长思维链的研究工作，为与会者展示了长思维链在推理时代的巨大潜力。
西湖大学张岳教授报告题为《AI科学家研究思考》。探讨了大模型的推理与思考能力，认为大模型具备成为AI科学家潜在基础的能力。他分享了利用大模型构建自动科研系统的实践经验，包括自动文献调研、设计及论文写作，并展示了在古籍著作整理、中医药信息标准化、国际化等方面的研究成果。
中国科学院自动化研究所张家俊研究员报告题为“大语言模型集成：从Token、Span到Reasoning Step”，强调模型集成技术是提升大语言模型性能、泛化能力与推理可靠性的关键路径。系统探讨从基础符号单元（Token）、语义跨度（Span）到推理步骤（Reasoning Step）的层次化建模方法，为构建更加强大和可靠的大语言模型提供了新的思路。
东北大学肖桐教授报告题为《生成式预训练奖励模型》。介绍了奖励模型是大语言模型对齐的核心组件，并提出一种新的生成式奖励模型预训练方法。该方法结合大规模无监督学习和少量有标记数据进行微调，在多个任务中取得了显著的性能提升，为大语言模型的训练和优化提供了新的方法。
科大讯飞王士进教授报告题为《星火大模型最新进展及教育创新应用》。介绍了讯飞星火大模型在技术创新与应用拓展方面取得的显著成果，特别是讯飞星火X1，这是业界唯一基于全国产算力训练的深度推理大模型。他还分享了讯飞星火大模型在高等教育创新应用领域的深耕成果，展示了人工智能在教育领域的广阔应用前景。
中国科学院自动化研究所刘康研究员报告题为《大语言模型中的知识解释与转换》。深入探讨了模型内的参数知识和已有符号知识之间的关联关系。他指出，这是当前大模型解释研究的难点，并尝试定位和解释大语言模型内的事实知识和能力知识，研究大模型内参数知识和外部符号知识的相互转换，其研究为理解大语言模型的知识表示和利用提供了新的视角。
天津大学张鹏教授报告题为《量子人工智能：从量子计算走向人工智能实际应用》。探讨了量子计算与人工智能融合的新领域——量子人工智能。报告中探讨了量子人工智能有潜力突破传统计算架构的算力瓶颈，为人工智能的发展带来新的机遇。
南京大学黄书剑教授报告题为《基于强化学习的大语言模型能力激发》。介绍了强化学习在激发大语言模型能力方面的优势，并分享了在多语言机器翻译和步骤级奖励模型上的强化学习尝试。研究表明，强化学习可以有效地激发大语言模型的多语言互译能力和推理能力。
清华大学李鹏副研究员报告题为《AIGS：全自主AI科学发现探索》。系统探讨大模型智能体在无需人类输入创造性劳动下全自主产生符合科学标准的科学发现的可行性，并尝试构建面向全自主科学发现的智能体系统。他的研究对人工智能在科学研究领域的应用具有良好的借鉴意义。
会议研讨环节，与会专委们围绕大模型的未来走向、推理机制、通用任务理解能力、智能体推理及应用、强化学习技术、通用人工智能发展路径、人工智能全球治理与技术创新等议题进行了深入讨论。讨论氛围热烈而深入，专家学者们围绕前沿热点问题进行思维碰撞和智慧交融，为大模型技术的发展提供了新的思路和方法。
本次研讨会的召开为国内计算语言学领域的学者们提供了一个充分交流研讨的平台，展示了多项前沿研究成果，促进了学术界与产业界的交流与合作，为计算语言学的发展注入了新活力。会议也为大模型技术的发展提供了新的思路和方法，为人工智能全球治理与技术创新提供了重要的学术交流平台。相信在各方共同努力下，计算语言学和大模型技术将迎来更加美好的未来。
