10月31日，应我院邀请，北京航空航天大学人工智能学院教授、博士生导师刘柳在学院103会议室作题为《源通用推理大模型的研究进展及应用》的学术报告。报告由学院副院长申华磊主持，学院师生代表参加。
报告中，刘柳围绕大模型推理能力评估与过程奖励模型的研究进展展开介绍。她指出，随着大模型应用场景不断拓展，如何准确评价推理过程、提升推理能力已成为重要研究问题。过程奖励模型通过对推理步骤进行评价，为测试时计算扩展和推理性能提升提供了支持，但现有方法较多依赖数学领域数据，对法律、历史、哲学等非数学领域的适应能力仍有待提高。
针对这一问题，刘柳重点介绍了团队提出的ContextPRM框架。该框架从关注单个推理步骤的正确性，转向建模推理步骤之间的上下文连贯性，以跨领域的“逻辑流”为评价重点，探索降低过程奖励模型对特定领域知识和训练数据依赖的途径，为提升大模型推理评估的跨领域泛化能力提供了新的思路。
交流环节中，与会师生围绕大模型的跨领域迁移能力、训练数据构建以及推理过程评估的可靠性等问题与刘柳进行讨论。刘柳结合自身科研实践，就相关技术问题作出解答，并分享了从算法研究、模型设计到跨领域应用的思考。
刘柳，北京航空航天大学人工智能学院教授、博士生导师，入选国家级青年人才计划，主要从事机器学习与深度学习算法设计、理论分析及大模型推理等研究。在PAMI、NeurIPS、ICLR、ICML、AAAI等国际期刊和会议发表论文50余篇，主持或参与多项国家级科研项目。
本次报告加深了学院师生对大模型推理评估、过程奖励建模及跨领域泛化研究的认识，为相关方向的科研探索和学术交流提供了有益启发。
（计算机与信息工程学院 杜浩翠）