数据科学研究所的教职员工。在卡内基梅隆大学计算机科学学院获得博士学位,师从Jaime Carbonell和Graham Neubig。对自然语言处理和机器学习有广泛的兴趣。的研究目标是构建能够快速适应动态环境并与不同语言使用者有效沟通的强大智能人工智能代理。特别是,的研究聚焦于算法设计和自然语言处理中机器学习模型的基础理解,这些模型有助于在实际中安全部署。最近,对理解大型语言模型(LLMs)的行为、有效适应知识密集型推理任务以及安全地与来自不同背景用户的对齐感到着迷。具体感兴趣的话题包括LLM的以下方面:
- Multilingual NLP and Cultures: Democratizing inclusive LLMs across languages and cultures while enhancing pluralistic alignment.多语言NLP与文化:跨语言和文化的包容性LLM民主化,同时增强多元对齐。
- Efficient Multimodal LLMs: Developing efficient multimodal LLMs for high-stakes applications in education and healthcare.高效的多模态大型语言模型:开发高效的多模态大型语言模型,应用于教育和医疗领域的高风险应用。
- Cognitive Language Agents: Unifying cognitive concepts and languages to enable complex reasoning, planning and human behavior simulation.认知语言代理:统一认知概念和语言,实现复杂的推理、规划和人类行为模拟。
- Evaluation and Mechanistic Interpretation: Exploring robust methods for evaluating and interpreting black-box foundation models.评估与机制解释:探索评估和解释黑箱基础模型的稳健方法。
通过以上重庆前途出国留学郑老师的介绍,如果您想要了解更多出国留学的相关资讯信息可以点击登录重庆新东方前途出国官网了解。如果您对于留学还有任何相关疑问,可以直接点击进行留学在线咨询,我们会有专业留学老师为您免费评估。
微信扫一扫









