杜晓宁
内容简介
题目
更加绿色高效的代码生成范式初探
摘要
代码大模型在代码生成,代码补全等任务上展现出空前的卓越表现。这很大程度上得益于模型巨大的参数量。大参数量也意味着更高的计算开销,成本投入,以及环境代价。本次报告将关注模型部署后,推理阶段的计算资源浪费问题,并提出可用于推理前及推理中的提升资源利用率和推理效率的策略,旨在减少计算开销,避免不必要的资源浪费,更好地推进代码大模型的商业化与落地。
报告人
杜晓宁博士目前在莫纳什大学信息技术学院(Faculty of Information Technology,Monash University)担任助理教授。她于2020年从南洋理工大学获得博士学位,2014年从复旦大学获得学士学位。她的研究主要集中智能软件以及智能软件开发工具的质量以及落地过程中面临的困难,如鲁棒性,可解释性,数据集质量问题,版权问题,以及模型效率问题等。她的研究成果发表在顶级会议和期刊上,包括ICSE、ASE、FSE、NeurIPS、AAAI、S&P、USENIX Security和TDSC。其中一项关于评估并提高代码搜索数据集质量的工作发表在ICSE 2021并荣获ACM SIGSOFT杰出论文奖提名。
时间安排
❖
时间:2023年12月19日
上午10:00
❖
线下地点:复旦大学江湾校区二号交叉学科楼A2003