2023Week51-通信行业周报：AI前沿：顶级AI峰会关注了哪些新方向？

　　2023年：由传统方法转向拥抱LLM，集中攻关现有LLM的不足，研究方向集中于LLM、模型性能优化、模型性能评估、多模态学习、多模态数据对齐等。我们认为，EMNLP2023的入围论文更加注重用户提示词处理、推理优化、减少幻觉、模型评分几个新维度，会议重点在于围绕LLM的可用性（AI能否正确、流畅地回答问题）、实用性（LLM向Agent的进化）和耐用性（AI对算力资源的利用率，即绿色AI）进行学术研究工作的组织和引导。获奖论文集中于上下文学习、模型泛化性能评估、模型蒸馏、常识推理、AIAgent、模型安全等领域，可以说是针对AI现存的痛点进行攻关。

通过学术界前沿研究方向的梳理，我们得出结论：一是大语言模型作为一项颠覆性发明，深刻改变了学术与产业两端，随着理论与实践的相互作用，未来“AI将深刻改变人类社会”的观点将进一步被映证；二是前沿研究目前仍旧集中于模型调优，或许说明该方向的研究对提升现有大模型的能力的边际变化最为显著；三是针对多模态模型的研究正在逐步深入，从去年较热门的数据对齐到今年的少样本泛化，我们认为未来多模态模型的表现有望再进一步惊艳人类用户，增强对AI的信心。