评测日程
特邀报告1
讲者：邵婧
题目：大模型及智能体安全评测体系构建：近端漏洞发现与远端风险预测
个人简介：邵婧，博士毕业于香港中文大学MMLab，曾任商汤科技研究总监，现任上海人工智能实验室安全可信AI中心联合负责人、青年科学家，兼上海交通大学、复旦大学博士导师，研究自主、可控、可信AI，聚焦多种模态大模型及智能体安全评估与价值对齐相关研究工作。在国际顶会期刊发表论文50余篇，引用11100余次，并于ACL2024获得杰出论文奖。入选上海东方英才拔尖人才、深圳市海外高层次人才计划，中国青年科技工作者协会会员，2024年度斯坦福前2%科学家榜单。已授权专利20余项，并在智慧城市、智慧交通、智能手机等产业领域落地验证，曾获2022年度“深圳人工智能科技进步奖”。
特邀报告2
讲者：张岳
题目：大模型推理能力的综合鲁棒评估
个人简介：张岳，西湖大学教授，工学院副院长。2003年获得清华大学计算机科学本科学位，2009年获得牛津大学计算机科学博士学位，2010~2012在剑桥大学从事博士后研究工作。主要研究领域为自然语言处理、语言模型、可信赖的人工智能等。著有剑桥大学出版社《自然语言处理—机器学习视角》，编写牛津参考文献自然语言处理。担任国内外顶级会议CCL 2020、EMNLP 2022程序委员会主席，以及TACL、TASLP等期刊编委。获ACL 2018 (提名)、COLING 2018、IALP 2017、SemEval 2020、ACL 2023(提名)等国际会议的最佳论文奖。入选斯坦福全球2%科学家、爱思唯尔中国高被引学者等榜单。
评测日程表
时间：8月12日
地点：待定
| 时间段 | 时长 (分钟) | 流程 |
|---|---|---|
| 8:30-8:35 | 5 | 开幕式 |
| 8:35-9:20 | 45 | 特邀报告 1: 邵婧 大型模型及智能体安全评测体系构建 |
| 9:20-9:50 | 30 | 任务 1: 第五届空间语义理解评测 |
| 9:50-10:10 | 20 | 任务 2: 第三届汉语框架语义解析评测 |
| 10:10-10:30 | 20 | 任务 3: 第五届中文抽象语义表示解析评测 |
| 10:30-10:40 | 10 | 休息 |
| 10:40-11:10 | 30 | 任务 4: 第一届中文叙实性推理评测 |
| 11:10-11:40 | 30 | 任务 5: 第一届中文诗词赏析评测 |
| 11:40-12:10 | 30 | 任务 6: 第二届中文作文修辞识别与理解 |
| 12:10-13:40 | 午饭 | |
| 13:40-14:25 | 45 | 特邀报告 2: 张岳 大型模型推理能力的综合鲁棒评估 |
| 14:25-14:55 | 30 | 任务 7: 第一届中国文学语言理解评测 (争鸣) |
| 14:55-15:10 | 15 | 任务 8: 中文电子病历 ICD 诊断编码评测 |
| 15:10-15:40 | 30 | 任务 9: 中医证辨病及中药处方生成评测 |
| 15:40-15:50 | 10 | 休息 |
| 15:50-16:20 | 30 | 任务 10: 细粒度中文仇恨言论识别评测 |
| 16:20-16:50 | 30 | 任务 11: 大学生汉字硬笔书写质量评测 |
| 16:50-17:20 | 30 | 任务 12: 面向中文语音的实体关系三元组抽取评测 |
| 17:20-18:00 | 40 | Pannel 讨论 |