大模型前沿技术报告④ | 香港科技大学冯一人：筛选、创造、想象：大模型Thinking with Image新趋势

大模型应用前沿技术报告系列直播课是由中国中文信息学会计算语言学专业委员会主办，并行科技承办的以大语言模型应用技术为内容方向的系列公益直播课，旨在分享大模型应用技术前沿学术成果和普及大模型应用中的超算应用，面向大模型领域的科研工作者和高校师生展开。

大模型应用前沿技术报告系列直播课计划共举办三场，固定播出档期为每月第三周周四19:00。每期邀请一位大模型领域的知名专家学者，进行约一小时的学术报告分享。直播课的播出平台为：视频号【并行科技】、B站【并行科技】。欢迎观看与交流。

特邀讲者

冯一人，Yi R. (May) Fung。现为香港科技大学计算机科学与工程系助理教授，是人工智能、自然语言处理和计算社会科学领域的新锐学者。她于2024 年获得伊利诺伊大学香槟分校计算机科学博士学位，师从著名学者Heng Ji教授。冯教授的研究聚焦于以人为中心的可信赖人工智能，特别关注信息诚实性、基础模型知识边界感知、多模态多语言社会情境化推理和智能体等关键问题。H指数22，连续获得ACL 2024和NAACL 2024杰出论文奖，以及 NAACL 2021最佳Demo论文奖。并担任多个顶会领域主席。

直播摘要

针对当前多模态模型将视觉视为静态输入的局限，本次报告我们提出”运用图像思考” 新范式，使视觉特征成为可动态操控的推理组件。基于认知自主性进化谱系，系统构建三阶段技术路线：确立范式原理与框架；整合工具探索、程序操控与内在想象方法；建立评估体系与应用场景；指明挑战与未来方向，推动多模态人机认知对齐。