报告1: 面向可解释复杂问答的神经符号编程 [slide]
报告摘要：
问答系统一直是知识工程和自然语言处理领域备受关注的研究问题。近来，大语言模型展现出强大的语言理解和知识掌握能力，极大地推动了知识工程和自然语言处理研究。本报告主要介绍团队近几年在复杂推理问答上一些探索，主要包括：提出一种面向知识的复杂推理编程语言KoPL，将复杂问题表示为由原子函数构成的程序，进一步研究KoPL与大模型的融合及扩展，如程序迁移、异质资源的利用和交互式编程等。
专家简介：
侯磊，清华大学计算机系助理研究员，2016年获得清华大学博士学位。主要研究方向为知识工程和自然语言处理，以第一作者或通信作者在AAAI、IJCAI、ACL、EMNLP、TOIS等国际重要学术会议和期刊上发表论文40余篇，曾获ACL 2023最佳演示系统论文奖、EMNLP 2023杰出论文奖。主持包括国家重点研发计划项目在内的多项国家级、部委级和国际合作项目，其中与阿里巴巴公司合作成果获得中国中文信息学会钱伟长中文信息处理科学技术奖一等奖。
报告2: 大模型时代下的知识图谱推理 [slide]
报告摘要：
现有的主流知识图谱推理方法为面向归纳的统计推理，其从数据出发，依据统计模型预测知识图谱中的潜在关系，主要分为端到端统计推理与可解释统计推理。在大模型时代，如何利用富含文本语义的外部参数化知识支撑端到端统计推理与可解释统计推理是值得探索的研究方向，因此本报告将介绍大模型时代下的知识图谱推理前沿工作，从确定性知识图谱与不确定性知识图谱出发讨论相关难点及挑战。
专家简介：
吴天星，东南大学计算机科学与工程学院长聘副教授、江苏省“双创博士”、江苏省“科技副总”、南京市择优留学人才，曾任新加坡南洋理工大学博士后研究员，2021年入选东南大学“至善青年学者”支持计划。主要研究方向：知识图谱、大语言模型、人工智能应用。曾获江苏省计算机学会优秀博士学位论文奖，CCKS 2022、WISA 2024最佳论文奖。主持国家自然科学基金面上项目、青年项目，江苏省“双创博士”项目等纵横向课题多项。在人工智能领域内国际期刊及会议发表论文50余篇，6项国家发明专利获得授权。担任中国中文信息学会语言与知识计算专委会委员，中国计算机学会信息系统专委会执行委员，CCF YOCSEF南京24-25年度主席，国际著名期刊IJSWIS、Data Intelligence编委及多个国际著名会议的（高级）程序委员会成员，包括AAAI、IJCAI、ACL、TheWebConf、SIGKDD、EMNLP、ISWC、ECAI等。
报告3: 基于知识编辑的大模型内容安全治理 [slide]
报告摘要：
随着大模型技术的迅猛发展，其在生成内容时的安全和隐私等问题日益受到关注。本次报告将探讨基于知识编辑的大模型内容安全治理方法。首先介绍大模型内容安全治理的核心挑战，如不安全内容生成、敏感隐私信息泄露等，并介绍知识编辑技术的基本概念。然后介绍一系列基于知识编辑的大模型内容安全治理策略和技术解决方案，以提高其在实际应用中的内容生成安全性，为行业提供一定程度的参考。
专家简介：
张宁豫，浙江大学副教授，浙江大学启真优秀青年学者，在高水平国际学术期刊和会议上发表多篇论文，6篇入选Paper Digest高影响力论文，1篇被选为Nature子刊Featured Articles，获浙江省科技进步二等奖，IJCKG最佳论文/提名2次，CCKS最佳论文奖1次, 担任ACL、EMNLP领域主席、ARR Action Editor、IJCAI 高级程序委员，主持开发大语言模型知识编辑工具EasyEdit (1.7k)。