报告摘要：Reliable predictive models should be accurate when they are confident about their predictions and indicate high uncertainty when they are likely to be inaccurate. However, modern DNNs trained with cross-entropy (CE) loss, despite being highly accurate, have been recently found to predict poorly calibrated probabilities, unlike traditional models trained with the same objective. In recent years, many approaches have been proposed to improve DNNs’ calibration performance while maintain their accuracy. Differing from prior researches, our recent studies focus on the calibratability, which refers to the extent to which a model can be calibrated during the post-calibration phase. Our studies show a disparity between models’ calibration performance and their calibratability. Specifically, we found that despite models trained with existing calibration methods are better calibrated, they suffer from not being as calibratable as regularly trained models, namely, it is harder to further calibrate these models with post-hoc calibration approaches. Taking Label Smoothing and Mixup as two illustrative cases, our recent work highlights some surprising phenomena concerning calibrability and offers potential avenues for this issue.

报告摘要：本报告从如何高效地训练图卷积神经网络以及如何提升图卷积神经网络的鲁棒性两方面开展讨论，设计了一些通用的算法框架，适用于不同的图卷积神经网络变体，最后探索了图卷积神经网络在金融领域的潜在应用。

报告摘要：个性化推荐中多类数据输入可以转化为图结构表示，个性化推荐任务即为用户-产品二部图中的链接预测问题。近年来，图表征学习取得了长足进展。当前图个性化推荐研究多关注于如何提升个性化推荐准确度。特别的，当个性化推荐多采用图学习方法时，存在数据噪音、图推荐解释性差、图个性化推荐导致的产品侧流行度偏差、用户侧不公平性等可信度问题。本次报告将介绍我们研究组近年来在可信图个性化推荐方向的一些研究进展。

报告摘要：扩散概率模型逐步地对先验分布去噪恢复数据分布，可以有效地建模各类视觉数据。本次报告会介绍视觉扩散模型的前沿进展，包括基础架构设计与训练，视频生成、三维物体生成与可控编辑等方面的理论、算法和应用，并简单探讨视觉生成模型的未来发展。

报告摘要：注意力机制已经成为深度学习领域尤其是在视觉感知任务中的一个重要研究方向。注意力机制的核心思想是模拟人类视觉注意力的特性，即在处理大量视觉信息时，能够聚焦于某些关键的信息片段，从而提高处理效率和性能。报告介绍近些年注意力机制的发展历程以及在视频安防和遥感影像领域的应用，并在最后给出注意力机制在未来的发展展望。

报告摘要：几十年来，人类一直在寻求创造接近或超越人类智力的人工智能（AI），智能体被誉为实现这一目标的一条有希望的道路。大语言模型（LLM）越来越被视为通用人工智能（AGI）发展的潜在催化剂，激发了创建多功能智能体的希望。本次报告将介绍基于大模型的智能体的综合框架，讨论确保这些智能体符合人类能力和价值观的策略，并提供对此类智能体未来发展的见解。

报告摘要：深度学习方法已在计算机视觉、音频信号处理等领域取得了巨大进展，这在很大程度上得益于大量的像素级标注数据用于训练模型。然而，人工标注过程通常费时费力且成本高昂，限制了其在现实应用范围内的推广和应用。本报告围绕欠标注场景下图像和音频这两个不同模态，简要地介绍所提出的一系列不同监督模式下的语义理解方法，包括半监督学习与无监督领域自适应，这些方法聚焦图像分割和声音事件检测两个任务的重要问题，探讨了基于表征学习、上下文学习等学习范式的语义理解方法，在不同任务上取得了良好效果。

报告摘要：因果推断是机器学习的一项重要任务，已有研究主要聚焦于隐变量不存在的场景，然而在现实任务中，隐变量广泛存在，亟需研究相应的因果推断方法。本次报告将介绍我们在这一问题上的最新进展。分析认为，隐变量所引发的广泛结构不确定性是因果推断面临的核心挑战，因此，提出局部因果知识融合的技术手段，最大程度上消解结构不确定性。基于该技术，构建起适用于隐变量场景的因果推断框架，使得研究者在现实任务中可以确定依赖何种输入信息能够进行因果推断、并据此进行推断，在结构不确定性由小到大的几种情况下得到迄今最优、甚至理论最优的理论保障。