报告时间：2024年5月30日（周四）10：30 – 11：30
报告地点：计算机与大数据学院2-219会议室
报告题目：可信联邦学习与行业大模型应用初探
报告简介：大模型训练的模型安全和数据隐私等问题受到广泛关注。同时，通用大模型的落地面临“行业数据不出域”的严峻挑战，亟需平衡大模型精度、安全与效率。联邦学习、可信人工智能等技术可为大模型落地行业提供重要技术支撑。本次报告将介绍可信联邦学习算法及其在智慧交通、高等教育等领域的落地实践，并探讨大模型高效安全微调等领域的发展思考。
报告人介绍：范晓亮，法国巴黎第六大学计算机科学博士，厦门大学信息学院高级工程师，数字福建城市交通大数据研究所常务副所长。研究兴趣:可信联邦学习、行业大模型应用。主持3项国家自然科学基金，以及百度、腾讯、厦门地铁等产学研项目，牵头国内首个高等教育隐私计算标准。TKDE、TSC、AAAI、KDD、IJCAI、WWW等期刊会议发表论文80余篇。获CCF服务计算青年才俊奖(2022)、福建省科技进步一等奖(2018)。IEEE高级会员、IEEE教育数据挖掘工作组副主席，CCF厦门会员活动中心执委，CCF高级会员，CCF服务计算专委会执行委员等。
