复旦肖仰华：大模型的数据科学！

2025年4月19日，第75期DataFunSummit：大模型时代数据科学的变与不变将在DataFun线上社区举办，数据科学主题峰会已经连续举办5届，是国内少数关注数据科学主题和数据科学从业者的专业会议之一。

本次会议继续由DataFun社区主办，计划邀请30+位重量级数据科学家同台分享交流，深入辩证的探讨大模型时代数据科学在技术与应用的“变与不变”，立足不变夯实基础，顺应变化逐浪新潮流。

在4月19日上午的大模型时代数据科学的变与不变主论坛上，复旦大学教授、上海市数据科学重点实验室主任肖仰华将带来报告，主题为《大模型的数据科学》。

专家介绍：

肖仰华博士，复旦大学教授、博导，上海市数据科学重点实验室主任。长期从事大数据、认知智能研究。 荣获ICDE2024十年最有影响力论文奖、ACL2023杰出论文奖。发表 CCF-A 、B 类等论文 200 余篇。出版学术专著与教材三部。完成五十多项政府及人工智能头部企业研发项目。荣获包括华为、阿里、美团等机构授予的科研奖项二十多项。担任 Applied Intelligence 等多个国际期刊副主编或编委。

演讲提纲：

1.引言：大模型发展过程中数据所扮演的重要角色，以及大模型数据科学和大模型数据工程的定义，演讲结构概览

2.大模型的语料工程：大模型训练语料的选择标准、组织方式、分类体系、核心问题等，以及大模型课程学习优化策略

3.大模型的指令工程：大模型微调指令的分级体系、评价标准、优化方法等，以及大模型指令学习过程中的优化策略

4.多模态语料与指令：多模态大模型的训练数据特征，以及多模态数据集的评估方法、合成方式、分类体系等

5.大模型思维能力提升：大模型与人类思维过程的差异及大模型反思能力的实现、优化与评估

6.总结：数据是大模型发展过程中长期性、根本性、战略性问题，是引领大模型从“只知其然”的前“牛顿”时代走向“知其所以然”的“牛顿”时代的关键。

报名方式

大会议程