大会论坛

CONFERENCE FORUM

知识工程覆盖知识表示与建模，知识抽取，知识融合，知识存储，知识推理与计算，知识应用等全生命周期管理，旨在利用人工智能、大数据、互联网及软件工程等技术进行高效大规模知识图谱构建与领域应用，覆盖知识表示与推理、知识图谱、图数据库与图计算、知识问答、知识增强大语言模型等主题。
出品人
王昊奋
同济大学百人计划 特聘研究员
OpenKG发起人之一
SPG语义增强知识图谱编程框架
陈  佼
恒生电子股份有限公司高级技术专家
KG+LLM在行业知识管理场景的应用
刘焕勇
360人工智能研究院算法专家
大语言模型下的文本治理技术
于  政
上海瞰源科技创始人&CEO
大模型时代的开放知识图谱技术栈
张宁豫
浙江大学副教授

利用大规模数据和机器学习技术，构建适用于特定领域的高性能模型。模型通过深入理解领域知识和数据特征，能够提供更准确的预测、改善决策和优化系统性能。基于领域大模型，开发者能够加快应用开发速度，更能显著提升该领域的业务能力。
出品人
汪  源
博士/网易副总裁
杭州研究院执行院长
网易数帆总经理
大模型在ToB企服领域的技术
和应用实践
李  翔
WakeData AI算法科学家       
CodeGPT-辅助商业银行研发全流程
傅宣铭
招商银行算法专家     
TableGPT：刚性大模型的漫长
落地之路
赵俊博
浙江大学百人计划研究员
李家诚
网易数帆资深算法工程师
ChatBI——NL2SQL领域大模型的
研发及在数据分析产品中的落地

聚焦于大模型时代下的代码生成与理解，包括代码补全、代码自动生成、单元测试代码自动生成、针对代码的大模型构建等话题，分享该领域最新研究成果，探讨真实落地应用场景。
出品人
马宇驰
华为AI算法科学家
智能研发助手Comate Stack
在全研发流程的落地实践
徐晓强
百度资深工程师
打造LLM高质量代码生成的神兵利器
陈雅菲
中兴通讯公司资深软件架构师资深敏捷教练
代码生成遇上大模型：进展与挑战
王焱林
中山大学助理教授
AI开道，让编程体验“一路狂飙”
张芮恺
华为云智能化产品专家
开源大语言模型基座在去哪儿网
的代码生成应用
王植萌
去哪儿网基础研发团队负责人/技术委员会主席/人工智能委员会公共技术分会负责人
基于GPT的代码PR review助手开发
与应用
李明宇
中国科学院计算技术研究所高级工程师
AI 加持下的新时代软件工程
汪晟杰
腾讯云开发者产品高级经理

MLOps是机器学习运营的方法论，将机器学习模型应用于实际业务。它包括数据管理、模型开发、训练、部署和监控。主题词有自动化、可重复性、可扩展性和可监控性。通过这些环节，实现模型的生命周期管理和部署。
出品人
刘  涛
中兴通讯资深AI算法专家/ 开源Adlik
项目架构师
企业级AI应用平台落地实践
张洋洋
中兴通讯IT技术架构产品交付经理
AI生产力助燃剂: MLOps能力体系建设与实践
胡  慧
中国信通院人工智能工程化研究员
OpenMLDB：以实时特征驱动实时
智能决策
陈迪豪
第四范式平台架构师
Byzer： 以数据库方式管理大模型
全生命周期
祝海林
Byzer社区PMC
资深数据架构师
Kyligence技术合伙人

大模型的出现开启了强人工智能时代的闸门，多轮对话、写作助手、图片生成等各类ToC场景下的创意应用开始不断涌现，也逐步受到企业的关注和重视。基于大模型的应用可以涉及文书、策划、设计、客户服务、营销等，本专题聚焦高价值场景：企业客户和营销服务，分享在对外服务、对内运营等场景下的落地应用案例和技术实践经验。
基于LLM的抖音理性内容识别技术
与实践
万明阳
字节跳动智能服务团队风险挖掘算法
负责人
Copilot everywhere -- 打造全栈
AI应用开发基座
揭光发
腾讯技术专家     
阿里云人工智能平台PAI的MaaS实践
罗义云
阿里云智能资深技术专家
AI 范式演进对 AI落地的影响
李  烨
微软（亚洲）互联网工程院首席算法工程师 
出品人
马国俊
字节跳动智能服务部门技术负责人

测试超自动化时代已然到来。本专场聚焦AI智能辅助测试设计，及测试序列、数据、oracle的生成技术前沿，包括SBST、数据驱动测试生成、guided-fuzz、LLM-boost测试生成等主题，及其在各测试层级包括API接口测试、系统测试的应用实践交流分享，共同探索测试生成超自动化新范式。
出品人
卫  科
百度技术中台体系质量团队技术委员会主席
大模型助力单测生成
王垚儒
字节跳动工程师
智能用例生成：智能用例设计
到自动化实现
周梧桐
百度资深工程师
华为云智能单元测试用例生成实践
周建祎
华为云高级工程师
LLM辅助系统测试脚本代码生成
万锐媛
华为智能化测试C-TMG主任
智能化测试专家

本专场结合政务、金融、工业等领域的数字化转型实践，向业界呈现如何利用数据科学释放大数据要素价值、构建数据智能应用。在这过程中，会借助AI算法、建模分析和数据可视化等为主要手段，完成数据到知识的转化，帮助企业智能运营、智能获客、智能推理、辅助决策，释放数据价值，最终实现生产力的提升。
大语言模型下的数据及知识管理
彭  力
小米大模型数据团队负责人
数据智能在大数据分析中的应用探索
彭思翔
腾讯数据科学专家
出品人
陈峭霖
腾讯游戏海外首席数据科学家
AI在海外游戏智能分析中的应用
殷志贤
腾讯海外数据平台应用开发负责人
数据的重生，基于AIGC的智能体系建设思考
高  蕊
中信银行软件开发中心测试管理板块板主

基于大模型的数据智能技术发展，让人工智能研究与实践者的若干愿景成为可能。人机智能融合的未来世界里，我们如何更好地定义系统的边界、在线需求获取与推荐技术、多源融合的一体化需求生成方法、复杂系统需求智能建模与验证技术、追踪与变更管理技术、模型驱动的复杂系统需求工程技术等是智能需求工程论坛重点讨论的议题。
智能需求工程的两个方面：
AI4RE和RE4AI
李  智
博士/教授, 中国计算机学会 (CCF) 杰出会员
当需求工程遇上人工智能：
应用与挑战
石  琳
北京航空航天大学教授
招商银行智能需求工程探索
彭欣华
招商银行高级经理

“AI+产品/体验设计”主要是指将AI技术应用于产品设计或用户体验（UX）设计，可以实现智能交互设计、根据用户情感和行为进行个性化设计，并能分析用户数据，提供数据驱动的设计决策，以提升用户体验和设计效率。主要包括：智能交互设计、情感识别、用户行为分析、自动化（原型/UI）设计生成、个性化推荐等。        
AI+时代B端产品智能化创新设计
田  霞
用友（畅捷通）用户体验部负责人
基于业务大模型的B端体验设计
 于  淼
用友协同云体验总监
AIGC在SaaS和内部提效方面的
思考与实践
裘皓萍
微盟高级技术总监
基于服务关键旅程和大模型技术的
智能客服产品及展望
小  山        
原百度资深产品经理
面向复杂任务的智能自主设计
胡  杏
中国科学院计算技术研究所研究员

智能运维是将人工智能的能力与运维相结合，即基于已有的运维数据（日志、监控数据、应用数据等）进行机器学习，不断地提炼并总结规则，解决自动化运维的问题，如自动完成数据收集、响应事件、及时告警和深度数据分析，让AI帮助我们、代替我们做出决策，通过AI来提升运维效率，使得发布软件更加地快捷和可靠，并让运维完全自动化成为可能。
出品人
郑旭东
阿里云资深技术专家
阿里云弹性计算、稳定性建设负责人
大模型驱动的自动化日志分析
贺品嘉
香港中文大学（深圳）助理教授
遇见答案 - 云原生场景下可观测性
AIOps落地实践
杨金全
基调听云研发VP
大规模云计算下节点故障预测
AIOps技术实践
马旭华
阿里云高级技术专家

缺陷定位与修复是软件工程的核心问题，早期研究主要基于动静态程序分析技术。大语言模型（LLM）对该方向提供了全新思路和路线。本论坛主要探讨基于LLM的缺陷定位与修复的机遇与挑战，和动静态分析与LLM的深度融合技术。
出品人
谢晓园
武汉大学计算机学院教授
助力基于AI生态的软件开发: 
深度学习模型训练过程的
可视化解释与调试
林  云
上海交通大学副教授
基于大模型的缺陷检测与修复实践与思考
梁广泰
华为云软件分析Lab负责人
软件分析领域高级技术专家
深度学习系统的性能提升
陈俊洁
天津大学特聘研究员
缺陷自动修复的“卡脖子”问题
—补丁正确性验证技术
文  明
华中科技大学副教授

随着AIGC技术的不断发展，测试领域在智能化方向上也将迎来一场深刻的变革。围绕测试分析、测试用例生成、测试数据构建等核心测试领域场景，我们结合大模型技术探索并初步落地了测试AIGC体系，基于大模型重新定义智能化测试。测试生成蚂蚁专场聚焦当前蚂蚁落地测试AIGC的实践案例，交流大模型在测试领域落地的实际应用场景和无限可能性，让测试变得更智能。
出品人
蔡文婷
蚂蚁集团技术风险效能部测试总监
蚂蚁代码大模型评测实践
申  敏
蚂蚁集团技术风险部测试开发专家
基于AIGC的蚂蚁新一代测试用例
自动生成技术
周海莲（慕蓝）
蚂蚁集团技术风险效能部高级技术专家
基于AIGC构建具备中高级水平的测试
领域AI助手
于  蕾
蚂蚁集团平台技术事业部智能测试技术测试开发专家 

聚焦以大语言模型为代表的人工智能全生命周期安全，包括模型数据安全、算法安全、开发过程安全、部署安全、应用安全等，指引学术界和工业界合力实现AI可信，共建技术、社会、文化、价值融合共生的良性人工智能环境。
出品人
黎  立
北京航空航天大学教授 
代码大模型的安全问题
 - 终端用户与模型供应商的双重视角
高翠芸
哈尔滨工业大学（深圳）副教授        
面向大模型智能体的AI应用
安全风险与挑战
何博远
华为2012实验室AI应用安全技术专家   
大模式时代的安全运营新模式
陈  岩
深信服科技股份有限公司前沿技术总经理   
大模型时代的软件系统安全
王浩宇
华中科技大学网络空间安全学院教授
博士生导师
AI安全研究进展与挑战
王  俊
CCF区块链专业委员会执行委员OPPO研究院高级专家、数据智能研究部部长

大模型正在加速推动智能化时代的到来，而人类和机器是智能化时代的两大主体。人类以自然语言为中心，机器以代码语言为中心。本次分享重点介绍通义家族的两个成员--通义晓蜜和通义灵码。通义晓蜜以对话大模型为基础构建企业对话服务，通义灵码以代码大模型为基础打造智能编码助手。另外，正如ImageNet推动了深度学习的发展一样，本次分享会介绍通义实验室在大模型时代围绕高质量benchmark数据集构建方面的工作。
大模型时代高质量Benchmark
数据的构建
李永彬
通义实验室 - 对话智能负责人
通义灵码：基于代码大模型的智能
编码助手
黎槟华
通义实验室 - 通义灵码算法负责人
通义晓蜜：基于对话大模型的
企业智能服务
武玉川
通义实验室 - 通义晓蜜算法负责人
京ICP备2020039808号-4
返回顶部