2024年4月2日下午，学院邀请悉尼科技大学Dr. Angela Huo来临港校区计电楼A509室开展题为“To generate or not to generate: a glimpse of answers for title refinement”的专题讲座。

本次讲座主要围绕互联网平台上商品标题自动生成的问题展开。在当前大数据高速发展的背景下，如何在有限的显示空间内有效地传达产品信息给客户，成为了一个亟待解决的问题。Dr. Huo介绍了一个她们团队最新发表在SIGIR顶会上的生成式商品标题生成方法，该方法不仅综合考虑了商品的文本信息，还创造性地融合了图像信息和属性标签，以生成更简短、更吸引人的商品标题。这一创新方法有望在电子商务领域带来重大突破，为消费者提供更加简洁和吸引人的商品标题，从而提升他们的购物体验。此外，Dr. Huo还分享了在推荐系统和隐私保护领域的生成式大语言模型最新研究成果。这些成果将有助于改进推荐算法的准确性和个性化程度，同时保护了用户的隐私信息。通过将研究问题拓展到知识创新和发展，团队致力于与学术前沿和技术发展需求保持同步，不断推动领域的进步和创新，为未来的大数据和数据隐私保护提供更加可靠的解决方案。

Dr.Huo在讲座中与同学们进行了热烈的沟通交流，热情解答了同学们关于人工智能前沿技术的问题，也对最近几年大模型的研究热点提出了相关建议。讲座最后还对同学们关心的海外读博、就业等热点问题进行了解答。同时，Dr.Huo也介绍到悉尼科技大学的博士毕业生在全球范围内具有强大的竞争力，具有广阔的职业选择和优厚的待遇，无论是选择在学术界科研，还是选择工作，都能占据有利位置，这为考虑海外深造的同学们提供了明确的方向和信心。

此次讲座让同学们与全澳洲人工智能研究领域排名第一的悉尼科技大学有了一次面对面深入学术交流的机会，加强了我校能源大数据智慧计算科研团队与国际名校的合作交流。此前能源大数据智慧计算科研团队也和悉尼科技大学人工智能团队一起合作在中科院一区，影响因子为8.8的人工智能领域顶级学术期刊《Knowledge-Based Systems》上发表了题为《A Novel Graph Federated Learning Framework in Hyperbolic Space》分布式机器学习文章，提出了一个在高维双曲空间的图联邦学习框架来解决能源大数据场景中常见的图数据异构性问题，上海电力大学为论文第一单位。该讲座也让大数据和人工智能领域的师生能紧跟学术前沿和技术发展，为进一步提高学院科研水平奠定良好基础。

                   学院 供稿