
Generatywna AI spotyka kontrolę i optymalizację
Opis
Ten warsztat łączy badaczy z zakresu kontrolowania, optymalizacji i uczenia maszynowego, aby zbadać, w jaki sposób perspektywy teoretyczne i oparte na optymalizacji mogą wspierać zrozumienie oraz projektowanie modeli generatywnych, w tym modeli dyfuzji i dużych modeli językowych. Szczególnie interesują nas podejścia, które umożliwiają efektywne i niezawodne trening i wnioskowanie, a także dostarczają informacji na temat stabilności i właściwości zbieżności systemów generatywnych.
Lokalizacja wydarzenia
Daj swojej sieci znać, że idziesz
Udostępnij to wydarzenie, aby rozpocząć rozmowy, zaprosić kolegów i nawiązać kontakty przed jego rozpoczęciem.
Poznaj prelegentów

Yuejie Chi
Temat:Charles C. and Dorothea S. Dilley Professor of Statistics and Data Science at Yale University.
Meisam Razaviyayn
Temat:Associate Professor and Andrew & Erna Viterbi Early Career Chair at USC.

Jingfeng Wu
Temat:Assistant Professor of Statistics at UC Berkeley.

Leo Kozachkov
Temat:Assistant Professor in the Electrical and Computer Engineering Group at Brown University.
Esteban A. Hernandez Vargas
Temat:Associate Professor in the Department of Mathematics and Statistical Science at the University of Idaho.

Elad Hazan
Temat:Professor of Computer Science at Princeton University.

Na Li
Temat:Winokur Family Professor of Electrical Engineering and Applied Mathematics at Harvard University.
Jiawei Zhang
Temat:Assistant Professor of Computer Sciences at UW–Madison.
Kaiqing Zhang
Temat:Assistant Professor in Electrical and Computer Engineering and the Institute for Systems Research at the University of Maryland.

Andrey Kharitenko
Temat:Ph.D. student in the Optimization & Decision Intelligence Group at ETH Zürich.










