2024年11月7日，DMIR实验室举办了一场主题为“大模型与因果推理初探”的学术报告。上海人工智能实验室陆超超博士、博士研究生陈思蕤和陈美琪三位专家应邀进行深入分享，旨在探讨大模型在因果推理领域的最新进展和挑战。
报告伊始，陆超超博士首先对陈思蕤和陈美琪两位报告人进行了介绍，并对大模型的研究现状和团队的研究成果进行了概要介绍。
随后，陈思蕤详细介绍了当前大模型面临的挑战，包括解释性不足、涌现机理不明确、幻觉生成、安全信任危机以及自我意识弱等问题，并强调了提升大模型因果推理能力的重要性。陈思蕤进一步阐述了CaLM平台和CLEAR框架的重要性。CaLM平台作为语言大模型因果推理的开放评测体系，为研究者提供了可靠的评测工具，推动大模型认知能力向人类水平看齐。而CLEAR框架则构建了语言大模型因果图理解能力的理论框架及评测基准，揭示了当前大模型在因果图理解方面的不足及潜在改进方向。
最后，陈美琪深入介绍了因果可解释性框架在分析多模态大模型偏见和幻觉问题中的应用。她强调了构建数据集和设计方法对评估和改善模型推理能力的重要性，并指出这将推动更鲁棒的多模态模型的发展。此外还定义了多模态场景中细致且统一的因果关系，并构建了支持规范化因果推理评估的数据集，提出了因果启发的解决思路，以促进多模态大模型在具身智能、自动驾驶等复杂决策环境中的应用。
本次报告在大家的热烈讨论中圆满结束，活动不仅加深了师生间的学术交流，也为实验室在大模型领域的研究工作带来了新的思考角度和启示。
邮编：510006 地址：广州市番禺区广州大学城广东工业大学工学馆一号馆723室