基于LLM的软件研发新范式及其国内落地现状
内容简介:
最近半年,大模型持续高速发展,正像OpenAI那样将ChatGPT 构建成能力更强、适应更多场景的AI智能体,在各行各业也有较多的落地实践,但在国内软件研发中应用如何?在需求、设计、编程、测试等各个环节发挥哪些作用?这就需要进行调查、获得这些方面的客观信息。本次演讲将更深度揭示软件开发的新范式,并展现前期(整整一个月)调查的主要结果及其分析。                                                               
朱少民
“软件工程3.0”定义者/CCF质量工程SIG主席
同济大学特聘教授、CCF质量工程SIG主席、软件绿色联盟标准评测组组长,近三十年来一直从事软件测试、质量管理等工作,先后获得多项省、部级科技进步奖,已出版了二十多部著作和4本译作,代表作主要有《软件测试方法和技术》、《全程软件测试》、《敏捷测试》等,并经常在国内外学术会议或技术大会上发表演讲,曾任思科(中国)软件有限公司QA高级总监、IEEE ICST2019工业论坛主席、IEEE ICST、QRS、DAS等国际学术会议的程序委员、《软件学报》审稿人等。
知识增强大模型:垂域落地的最后一公里
内容简介:
最近发展的大型语言模型在多项问题回答基准测试中展现出了与人类相似的性能。尽管如此,这些模型仍然面临一系列挑战,包括产生幻觉式错误、依赖过时信息、缺乏专业领域的深度知识、数据隐私保护以及参数化知识的内存效率等问题。通过采用知识增强技术,可以有效应对这些挑战,对于提升模型的准确性、时效性以及实用性至关重要。还能推动知识增强型大型模型在专业垂直领域的应用,实现技术在这些领域的深度融合和应用,达到“最后一公里”的突破。
                                                                                                                                                                                                       
演讲提纲:
1、知识检索增强的基本概述
2、知识检索增强技术的发展路径与主要范式
3、知识检索增强的关键技术与效果评估
4、知识检索增强技术栈与典型行业实践
                                                                                                                                                   
听众受益:
对大模型和检索增强有一个更加全面和系统的认识,熟悉知识检索增强技术的演化路线和关键技术,了解主流技术栈,明辨不同技术的优缺点和适用场景,以及当前的典型应用案例实践。
                                                                                                                           
王昊奋
同济大学百人计划 特聘研究员
OpenKG发起人之一
同济大学百人计划,特聘研究员,博士生导师。研究方向包括知识图谱、自然语言处理、对话问答机器人等。长期在一线人工智能公司担任CTO之职。他是全球最大的中文开放知识图谱联盟OpenKG发起人之一。他负责主持多项国家级和上海市AI相关项目,发表100余篇AI领域高水平论文,被引用次数达到2900余次,H-index达到26。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”;所构建的智能客服机器人已累计服务用户超过10亿人次。目前,他担任中国计算机学会术语工委副主任,SIGKG主席,上海秘书长,中国中文信息学会理事,语言与知识计算专委会副秘书长,上海市计算机学会自然语言处理专委会副主任,上海交通大学AI校友会秘书长等社会职位。    
程序员正在面临前所未有的机会:10X开发者的探寻与实践
内容简介:
本场演讲将分四个部分 分享华为大模型在软件研发领域中的洞察与实践:1、AIGC for SE的业界洞察;2、AI邂逅一站式软件开发;3、研发大模型的关键问题与技术挑战;4、10X开发者展望
                                                                                                                                                                                                       
马宇驰
华为AI算法科学家
华为AI算法科学家、华为云DevAI Lab 负责人。2017年加盟华为,历任智能化测试技术专家、研发智能博士军团Lead等岗位,带领团队先后围绕智能化测试、智能化运维、智能路由与调度、智能化代码生成等方向成功孵化多项智能研发服务,完成规模化落地并外溢。
AI赋能的自动化软件调试:现状与未来
内容简介:
AI技术已经并正在不断重构许多传统软件工程任务的既有范式。作为软件工程的核心任务之一,软件调试也正被AI赋能,表现出更强的能力甚至涌现出传统策略之外的新技术样态。AI时代下的自动化软件调试,当前已经取得了什么样的进展,还有哪些关键瓶颈亟待突破,AI的引入又为软件调试任务定义了哪些新的问题?本次演讲主要分享我们前期在AI与软件调试交叉领域的一些归纳和思考,包括AI技术应用于缺陷定位、代码修复任务的通用路径,AI系统本身作为一类软件的测试难题,以及AI视角下调试结果的人类可理解性等,并在此基础上总结该领域未来的潜在突破点。
                                                                                                                                                                                                       
演讲提纲:
1、AI赋能软件调试的背景
2、AI驱动的缺陷定位、程序修复任务的现状
3、AI时代下,软件调试面临的新挑战
4、总结与展望
                                                                                                                                                   
听众受益:
了解AI时代背景下,软件调试任务的技术概貌、现状与趋势挑战                                                                                                                                   
谢晓园
武汉大学计算机学院教授
武汉大学教授、博导,武汉大学珞珈青年学者,武汉大学特色化示范性软件学院副院长,外国优秀青年学者研究基金获得者。主要研究方向为蜕变测试、软件缺陷定位、智能软件工程等。主持了多项国家自然科学基金,参与多项国家自科基金重点项目、国家重点研发项目等,参与两项软件测试国家标准的制订。在软件工程顶级或知名期刊会议上录用论文50余篇。曾获NASAC青年软件创新奖、ACM SigEvo HUMIES银奖、ACM SigSoft Distinguished Paper Award等学术奖励。
京ICP备2020039808号-4 京公网安备11011202100922号