2nd CEFSW Workshop 2025征稿 | 机器之心
报道
交叉前沿
年度榜单
年度榜单 2023年度榜单 2022年度榜单 2021年度榜单 2020年度榜单 2019年度榜单 2018年度榜单 2017
A100 系列
A100 数智中国A100 Data Intelligence
PRO会员通讯
Auto Byte
专注未来出行及智能汽车科技
微信扫一扫获取更多资讯
Science AI
关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展
微信扫一扫获取更多资讯
新闻助手原创
2025/03/03 16:42
2nd CEFSW Workshop 2025征稿
主题
基础模型拥有强大的认知计算能力，能够处理复杂通用任务，通常部署在云侧。 相比之下，专用模型的设计理念是轻量化、目标导向、快速响应和迭代自适应，适合部署在资源受限的终端设备上。 然而，目前主流的以云为中心的学习范式在实时性能、个性化、负载成本和隐私安全等方面都存在不足，忽视了设备端专用模型的潜力。近年来，越来越多的研究人员开始关注云侧基础模型与端侧专用模型之间的协作与演进，提出创新的解决方案，最终惠及各类应用。
在ICMR 2025大会之下，本次研讨会希望搭建一个跨领域的交流平台，促进对基础模型（例如大型语言模型、多模态大型语言模型）和专用模型如何协同演进、优势互补，并共同提升多模态任务的概念性、理论性和实践性理解。汇聚来自学术界、产业界及相关领域的专家学者和从业人员，为超越现有方法的研究和开发工作，共同勾勒出一份清晰的路线图。本次研讨会的范围包括但不限于以下主题：
·探索新颖的多模型交互协作范式；
·在模型协作与演进中整合多模态和跨领域能力；
·朝着更鲁棒、更可解释、更公平的模型协同方向演进；
·模型协作和演进在解决现实世界应用问题和挑战；
·鼓励构建面向多模型写作的数据集、基准测试和开源工具包。
Workshop官网[https://sites.google.com/view/cefsw-workshop-2025]
重要日期**（AoE时间）**
·研讨会论文提交截止日期：2025年4月11日
·研讨会论文录用通知日期：2025年5月1日
·研讨会论文最终稿提交截止日期：2025年5月5日
·会议日期：2025年6月30日至7月3日
请注意：提交截止时间为截止日期当天全球**AnywhereonEarth [https://time.is/Anywhere_on_Earth]**的晚上11:59。
提交指南
论文提交格式
Workshop论文应与主会议[https://www.icmr-2025.org/]的常规论文遵循相同的标准。请参考主会议的常规论文投稿指南[https://www.icmr-2025.org/call-for-papers/]，获取更多信息和模板。例如，所有论文都必须按照 ACM 会议论文集格式进行排版。点击此处[https://www.acm.org/publications/proceedings-template]获取此格式的 LaTeX 和 Microsoft Word 模板。如采用 LaTeX，请使用 sigconf.tex 模板。Workshop接受长文投稿，页数限制为 8 页，参考文献列表可占用额外页数。
论文提交链接
https://cmt3.research.microsoft.com/CEFSW2025
评审流程
所有提交的研讨会论文将通过标准的评审流程。
录用论文的展示与出版
被录用的研讨会论文将在半天的研讨会期间进行现场展示（除非由于签证或其他不可避免的原因提出特殊请求）。
组织者
Fei Wu
is a Professor in the College of Computer Science and Technology, Zhejiang University.
Fan Wu
is a Professor in the Department of Computer Science and Engineering, Shanghai Jiao Tong University.
Hongxia Yang
is a Professor in the Department of Computing, Hong Kong Polytechnic University.
Chaoyue Niu
is an Assistant Professor in the Department of Computer Science and Engineering, Shanghai Jiao Tong University.
Shengyu Zhang
is a ZJU 100 Young Professor in the School of Software Technology, Zhejiang University.
Yujie Lu
is a Research Scientist at Meta GenAI.
Fan Yao
is a final-year Ph.D. candidate in the University of Chicago & University of Virginia, Chicago.
产业语言模型CEFSW Workshop 2025ICMR 2025
相关数据
微软是美国一家跨国计算机科技公司，以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德，最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件，以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。
https://www.microsoft.com/en-us/about
相关技术
基准技术
一种简单的模型或启发法，用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。
语言模型技术
统计式的语言模型是借由一个几率分布，而指派几率给字词所组成的字串。语言模型经常使用在许多自然语言处理方面的应用，如语音识别，机器翻译，词性标注，句法分析和资讯检索。
来源：维基百科
量化技术
深度学习中的量化是指，用低位宽数字的神经网络近似使用了浮点数的神经网络的过程。
来源：Medium
推荐文章
ArXiv Weekly Radiostation：本周NLP、CV、ML精选论文30篇（3.22-3.28）
Radiostation
ArXiv Weekly Radiostation：本周NLP、CV、ML精选论文30篇（12.29-1.4）
AMiner学术头条
暂无评论~
全球人工智能信息服务
友情链接:Synced Global机器之心 Medium 博客PaperWeekly动脉网艾耕科技
©2025 机器之心（北京）科技有限公司 京ICP备2021005318号-1
识别二维码，立即订阅智能战疫日报
众智成城，共克时艰
加入「智能战疫联合行动」
您/贵司在疫情中面临哪些困难与诉求
您/贵司在疫情中可为其他企业提供哪类帮助
您/贵司有哪些抗疫动作或故事希望与大家分享
您/贵司希望如何参与抗疫行动