日前，首批CAAI-聯想藍天科研基金項目發布了評審結果，實驗室張鵬老師申報的“面向知識增強任務的人機回環交互系統算法”課題獲得資助。
CAAI-聯想藍天科研基金是中國人工智能學會與聯想于2024年共同設立的面向中國高校和科研院所青年學者的科研基金計劃，旨在通過搭建產業和學術界的合作交流平臺，驅動青年創新力，促進人工智能方法的創新應用。
2024年度CAAI-聯想藍天科研基金涵蓋大模型及智能體、空間智能及具身智能兩大方向，合計發布16個科研課題，以推進大模型等領域前沿技術探索與落地。基金共收到來自54所高校和科研院所的項目申報92份，經資格審核、專家函評和項目終評，本年度共有15個項目入選，資助率僅為16.3%。
研究題目
面向知識增強任務的人機回環交互系統算法
研究內容
知識增強指在當前知識加工、處理的過程中，給用戶提供額外知識，或將現有知識與用戶已有內容建立連接。RAG-LLM（檢索增強大模型）是將知識增強與大模型相結合的典型實例，能夠顯著擴展和提升LLM的知識容量與質量，并有效地減少大模型的幻覺現象、緩解知識遺忘問題，具備廣泛的應用潛力。盡管知識增強技術在RAG-LLM中不斷進步，近期大量研究聚焦于提升檢索精度、召回率、BLEU、Rouge、相關性等技術指標，但對于人與RAG-LLM交互的研究仍然較為有限。從用戶體驗的視角來審視，當前依然存在以下問題亟需解決：1）用戶意圖理解不準確，導致知識增強方向偏離；2）知識檢索和生成結果與用戶預期不符，導致輸出偏離實際需求；3）知識增強的展示時機和形式未能與使用場景匹配，影響知識的有效利用，甚至干擾主線任務。
為了解決上述問題，本研究基于以人為中心的設計理念，旨在探索并提出面向知識增強任務的人機回環交互系統算法，包括：1）構建以人為中心的知識增強交互系統框架， 具備非侵入式、可迭代、跨平臺適配的特點，支持多時間尺度與多用戶類型；2) 提出對齊人類用戶意圖偏好的智能體算法，以提升系統的響應準確性與個性化；3) 構建基于多智能體協作的知識增強交互模型，優化知識獲取與傳遞的效率；4) 構建可配置的知識增強交互工具集，便于系統在實際場景中的部署與應用。
本項目通過融合大模型與人機回環機制，推動知識增強技術向更智能、個性化方向發展，為構建更智能、高效的人機協作知識服務生態系統奠定基礎，具有重要的理論價值和廣泛的應用前景。
相關鏈接
評論 0