考核方式

分数构成

本课程没有期中、期末考试，最终成绩评定由平时作业+课程设计组成.

课程总评包括：

• 平时作业：理论作业+实践作业，占比60%
• 课程设计：自主选题，单人完成，占比40%
• Bonus：课堂问答，不超过3分

课程设计

为鼓励大家接触与了解人工智能科研与实践，课程设计部分提供了若干个候选任务，你可以任选其一完成。

如果你想选择其他的方向，也可以先与老师进行沟通。

具体来说，你需要先了解该任务的主要内容和相应的评测数据集，然后要在至少1个数据集上跑通1种算法，并得到结果。

在此基础上，你还可以进一步调研更多的能够用于提升性能的方法或者自行设计算法，并进行实验分析。

最后，你需要提交一份技术报告和对应的代码，我们会仿照学术会议的方式，构建一个线上提交平台，并邀请同学们担任审稿人，为其他同学进行评分。

技术报告请用英文完成，格式可以参考NeurIPS会议模版。

整个过程，包括如何找论文、如何读论文、如何想Idea、如何写代码做实验，你都可以借助AI来完成，体会如何利用AI辅助科研。

以下为提供的候选方向：

• 方向一：大模型数学推理增强
  • Benchmark:
    • GSM8K
    • Math
  • 参考思路：可以首先使用各种开源基座LLM得到评测结果，然后尝试调研提升基座模型数学推理能力的方法并试运行。
• 方向二：大模型逻辑推理增强
  • Benchmark:
    • ProofWriter
  • 参考思路：可以先尝试使用各种开源基座模型得到结果，然后尝试调研更先进的方法，下面给出了一些可以参考的文献：
    • Logic-LM: Empowering Large Language Models with Symbolic Solvers for Faithful Logical Reasoning
    • Faithful Logical Reasoning via Symbolic Chain-of-Thought
    • VeriCoT: Neuro-symbolic Chain-of-Thought Validation via Logical Consistency Checks
• 方向三：基于大模型的旅行规划
  • Benchmark:
    • TravelPlanner
    • ChinTravel
  • 参考文献
    • Mind the Gap to Trustworthy LLM Agents: A Systematic Evaluation on Constraint Satisfaction for Real-World Travel Planning
• 方向四：大模型智能体
  • Benchmark:
    • WebShop
    • AlfWorld
  • 参考文献
    • ReAct: Synergizing Reasoning and Acting in Language Models
• 方向五：抽象视觉推理
  • Benchmark:
    • ARC
    • NSA: Neuro-symbolic ARC Challenge
  • 参考思路
    • ARC Challenge是一个著名的抽象视觉推理比赛，你可以调研该比赛的数据形式以及相应的解决方案。
• 方向六：开放词汇目标检测
  • Benchmark:
    • MS-COCO
    • LVIS
  • 参考思路：
    • 可以使用开源模型（如 Grounding DINO 或 GLIP）得到检测结果，然后尝试调研提升模型泛化能力的方法并试运行。
• 方向七：零样本提示分割
  • Benchmark:
    • PASCAL VOC 2012
    • ADE20K
  • 参考思路：
    • 使用开源模型（如SAM系列模型），通过中心点或边界框作为提示（Prompt），得到分割结果，然后尝试调研提升模型鲁棒性（如存在模糊边界或遮挡时）的方法并试运行。

学术诚信

• 允许同学之间的相互讨论，但是署你名字的工作必须由你完成，不允许直接照搬 任何已有的材料，必须独立完成作业的书写过程。
• 在完成作业过程中，对他人工作（出版物、互联网资料）中文本的直接照搬（包 括原文的直接复制粘贴及语句的简单修改等）都将视为剽窃，剽窃者成绩将被取 消。对于完成作业中有关键作用的公开资料，应予以明显引用。
• 如果发现作业之间高度相似将被判定为互相抄袭行为，抄袭和被抄袭双方的成绩 都将被取消，因此，请主动防止自己的作业被他人抄袭。