1. 多元国际化视角，促进全球合作交流：

论坛邀请来自世界各地的大模型领域青年学者，涵盖多个国家和地区的顶尖研究机构和高校。多元的国际化视角将促进全球合作交流，推动青年学者们共同思辨，共话前沿，共探未来。

2. 学术理论与实践结合，推动技术落地应用：

论坛将展示前沿的学术研究成果，同时注重将理论研究与实际应用相结合。通过案例分析和实际项目展示，参会者能够深入了解大模型技术在不同领域的实际应用情况，推动这些技术在各行业的落地和应用。

3. 展示创新性研究成果，拓展技术发展前沿：

论坛将集中展示大语言模型、多模态大模型、大模型应用框架等方面的最新创新成果。通过这些前沿技术的展示，论坛为参会者提供了最新的研究进展和技术动向，拓展了技术发展的前沿。

4. 青年学者深入交流，激发科研新思路：

通过主题报告、圆桌讨论和互动环节，青年学者们可以分享各自的研究成果和经验，探讨潜在的合作机会。这种深入的交流与合作，不仅能够激发科研新思路，还能促进学术界的协同创新，共同推动大模型技术的发展。

复旦大学自然语言处理实验室副研究员、硕士生导师。研究领域为预训练模型、信息抽取和鲁棒模型。在高水平国际学术期刊和会议上发表了40余篇论文，主持国家自然科学基金、计算机学会、人工智能学会多个基金项目。曾获钱伟长中文信息处理科学技术奖一等奖（2/5）、中国中文信息学会优秀博士论文奖、COLING2018最佳论文提名奖、NLPCC2019亮点论文奖，入选第七届“中国科协青年人才托举工程”、上海市启明星计划。

他近期的研究兴趣包括图学习、推荐系统和大语言模型。在国际会议和期刊上发表了多篇论文，包括KDD、SIGIR、WWW、WSDM、ICLR、NeurIPS、ICML、CIKM等。他的研究成果在WWW'19、WSDM'2022和WWW'2023等会议上被评为最佳论文候选。带领的科研课题组的学术成果被评选为ACM SIGIR'2022和ACM WWW'2023最有影响力论文。黄超老师被斯坦福大学评选为2022年全球Top 2%的优异学者。

专注于自然语言处理和基础模型的研究。他当前的研究重点是利用前沿的自然语言处理技术构建实用的AI系统。这些研究旨在创建通用的自然语言接口，期望未来能够通过自然语言与几乎所有平台或应用进行交互。此外，他还广泛关注神经符号人工智能和受认知架构启发的人工智能模型。最近，他主要专注于开发由大型语言模型（LLMs）驱动的更好的语言智能体（language agents）。他的研究成果已在包括ACL、EMNLP、NAACL、COLING、NeurIPS和WWW在内的著名会议上发表。值得一提的是，他作为第一作者在ACL和COLING上均获得了杰出论文奖。

主要的研究方向是代码生成和自然语言推理。他曾是北京航空航天大学和微软亚洲研究院的联合培养博士生，并在人工智能顶级会议如 ICLR、NeurIPS、ACL上发表 20余篇论文，代表作包括TAPEX、LoraHub以及StarCoder/StarCoder2等。他曾获得过 KAUST AI Rising Star 2024 (全球30人），百度奖学金2020 提名奖（全球20人）和北京市优秀博士论文提名奖等。同时，他也是国内知名自然语言处理社区MLNLP的联合创始人之一。

专注于自然语言处理和基础模型的研究。他当前的研究重点是利用前沿的自然语言处理技术构建实用的AI系统。这些研究旨在创建通用的自然语言接口，期望未来能够通过自然语言与几乎所有平台或应用进行交互。此外，他还广泛关注神经符号人工智能和受认知架构启发的人工智能模型。最近，他主要专注于开发由大型语言模型（LLMs）驱动的更好的语言智能体（language agents）。他的研究成果已在包括ACL、EMNLP、NAACL、COLING、NeurIPS和WWW在内的著名会议上发表。值得一提的是，他作为第一作者在ACL和COLING上均获得了杰出论文奖。

师从唐杰教授。研究方向为多模态预训练，曾在ICLR、CVPR、NeurIPS等会议上发表多篇论文，主要工作包括视觉语言模型CogAgent、CogVLM、文到图生成模型CogView、文到视频生成模型CogVideo等。

师从龙明盛副教授，研究方向为科学机器学习，在Nature Machine Intelligence，ICML，NeurIPS等期刊/会议上发表多篇论文，入选Nature子刊封面文章，NeurIPS 2021最具影响力论文。