5月21日上午，学院在402会议室举办《探讨神经网络在自然语言处理中的应用》科研交流会，主讲人为学院教师钱璐。

  钱老师首先深入阐述了神经网络技术的演进历程。这项技术起源于20世纪40年代，但由于受限于当时的计算机硬件性能以及数据集规模的限制，其发展曾一度受阻，经历了70年代和千禧年两次发展低谷。然而，在过去的十年间，随着GPU性能的大幅提升以及大数据时代的到来，情况发生了根本性的转变，神经网络技术迎来了飞速发展的黄金时期。自然语言处理的发展历程是同样是一个不断发展和创新的过程，从早期的基于规则和概率的方法（1950s），到统计方法和机器学习的引入(1980s），再到深度学习和神经网络的广泛应用(2010s)，自然语言处理技术不断取得新的突破和进展。

  钱老师深入讲解了自然语言处理领域的关键概念，特别是Transformer、BERT、GPT以及大型语言模型（LLMs）。她强调，Transformer以其自注意力机制在捕捉语言特征方面表现出色，而BERT则通过预训练深化了语言理解能力。GPT模型在文本生成领域展现了强大的实力，而LLMs在处理大规模文本数据时具备显著优势。钱老师还结合自身研究方向，提出了大量实用性研究建议。她鼓励大家关注技术动态，不断探索创新以推动自然语言处理领域取得更多突破。