大数跨境
0
0

AAAI 2026 | "大模型时代的个性化"研讨会火热征稿中!

AAAI 2026 | "大模型时代的个性化"研讨会火热征稿中! 深度图学习与大模型LLM
2025-10-24
0

AAAI会议简介

AAAI人工智能会议(AAAI Conference on Artificial Intelligence)由人工智能促进会(AAAI)主办,是人工智能领域中历史最悠久、涵盖内容最广泛的国际顶级学术会议之一,被中国计算机学会(CCF)和中国人工智能学会(CAAI)评为A类会议。第40届 AAAI 人工智能会议 (AAAI 2026) 将于 2026 年 1 月 20 日至 1 月 27 日在新加坡博览中心(Singapore Expo)举行。

在AAAI 2026期间,来自香港中文大学、新加坡国立大学、伊利诺伊大学芝加哥分校、伦敦国王学院、摩根大通等知名海内外研究机构的学者们共同组织为期一天,主题为 大模型时代的个性化的研讨会(PerFM Workshop),详情如下:


大模型时代的个性化

第四十届AAAI人工智能会议研讨会

🔥 Personalization in the Era of Large Foundation Models 🔥

⏰ 时间紧迫,机会难得!

  • 摘要截止时间: 2025年10月26日(AoE)
  • 投稿截止时间: 2025年10月28日(AoE)
  • 时间: 2026年1月27日
  • 地点: 新加坡博览中心

研讨会背景

尽管基础大模型在自然语言处理、计算机视觉和多模态任务中表现卓越,但它们无法捕捉个体用户的特征——偏好、行为模式和上下文需求,从而在通用智能与个性化用户体验之间产生了脱节。

本次研讨会 "大模型时代的个性化(PerFM 2026)" 将汇聚研究人员和从业者,共同探索理论基础、可扩展架构、评估方法、终身学习以及伦理考量,塑造能够适应并与个体用户共同成长的下一代AI系统。我们欢迎原创研究、近期发表的工作以及进行中的研究。

研讨会官网:

https://personalizedllm.github.io/events/perfm-aaai26/



🎯 为什么投稿本研讨会?

✨ Non-archival友好政策 - 无发表冲突!

本研讨会采用 非正式出版(non-archival) 机制,这意味着:

  • ✅ 正在投稿其他会议? 可以同时投稿本研讨会,完全不冲突
  • ✅ 展示最新成果的绝佳平台 - 在AAAI这一AI顶级会议上获得更多曝光
  • ✅ 与领域专家深度交流 - 获得宝贵反馈,拓展学术网络

💡 研讨会亮点:

  • 🎓 顶级平台交流 - 在AAAI 2026这一AI顶会上展示您的研究成果
  • 🤝 跨领域对话 - 汇聚AI、机器学习、推荐系统、人机交互等领域专家
  • 🏆 最佳论文奖 - 表彰杰出贡献,提升学术影响力
  • 🌏 新加坡线下 - 可以选择线下面对面深度交流,建立国际合作网络

征稿主题

我们欢迎来自人工智能、机器学习、人机交互、推荐系统等领域的广泛投稿,征稿主题包括但不限于:

  • 个性化大模型的理论基础
  • 用户建模与表示学习
  • 上下文感知与自适应系统
  • 个性化对话系统
  • 个性化推荐与内容生成
  • 终身学习与持续适应
  • 隐私保护的个性化技术
  • 个性化系统的评估方法与基准
  • 多模态个性化
  • 个性化AI的伦理与社会影响

投稿指南

我们欢迎两种类型的论文:

  • 全文: 6至8页的完整研究论文(不包括参考文献和附录)
  • 短文: 2至4页的研究/立场论文(不包括参考文献和附录)

投稿要求:

  • 投稿论文须采用AAAI格式(下载链接:https://aaai.org/authorkit26-1/)
  • 审稿采用双盲制
  • 默认情况下,投稿为非正式出版(non-archival)
  • 我们将评选出闪电报告论文,并为高质量论文颁发最佳论文奖

投稿网站

本研讨会采用OpenReview作为论文投稿与审稿平台。

🔥 投稿链接:

https://openreview.net/group?id=AAAI.org/2026/Workshop/PerFM


组织委员会

组织者:

  • Jiahong Liu,香港中文大学
  • Yang Zhang,新加坡国立大学
  • Weizhi Zhang,伊利诺伊大学芝加哥分校
  • Runcong Zhao,伦敦国王学院
  • Lucas Vinh Tran,摩根大通

顾问委员会:

  • Irwin King,香港中文大学
  • Tat-Seng Chua,新加坡国立大学
  • Philip S. Yu,伊利诺伊大学芝加哥分校

联系方式

邮箱: personalizationllm@outlook.com
Slack社群: https://join.slack.com/t/personalized-llm/shared_invite/zt-3de9e5pjl-iq_e9jb1cu_pYBAh1ickOA



【声明】内容源于网络
0
0
深度图学习与大模型LLM
关注大模型LLM及其突破性进展。深入探讨大模型在各领域的落地实践与技术挑战,包括提示工程、知识蒸馏、参数高效微调等关键技术。同时关注图机器学习、图表示学习的前沿进展,带来顶会顶刊动态及解读。
内容 2322
粉丝 0
深度图学习与大模型LLM 关注大模型LLM及其突破性进展。深入探讨大模型在各领域的落地实践与技术挑战,包括提示工程、知识蒸馏、参数高效微调等关键技术。同时关注图机器学习、图表示学习的前沿进展,带来顶会顶刊动态及解读。
总阅读1.0k
粉丝0
内容2.3k