“生成式人工智能基础研究”专项项目，拟资助项目6项，资助强度为50万元/项，也不知道是哪几个大神拿到了，现在有ds现身说法，应该很好结题了吧。有懂行的看看，是不是这6项覆盖了Deepseek的创新点了。

面向生成式人工智能的前沿科学方向和国家重大战略需求，针对当前技术瓶颈和挑战，从“理论机理-架构设计-计算效率-安全对齐-评价方法-典型应用”六个层面开展研究，重点研究高效可信模型的基础理论和关键技术。本专项拟资助以下研究方向：

（一）生成式模型的智能涌现机理研究

针对生成式人工智能中的智能涌现、情景学习、指令微调以及思维链等能力，设计有效分析工具以探索其数理机理，并在此基础上进一步提升模型的泛化性、多步推理及复杂任务分解等能力。

（二）面向生成式模型的新型高效神经网络架构研究

针对生成式人工智能中的Transformer架构复杂度问题，研究高效模型架构和跨模态统一架构，优化自注意力等主要模块，提高长序列、多模态等场景下的模型处理能力和效率，探索非Transformer的高效架构、可重组模块化架构等新型架构设计方法。

（三）大模型的高效训练和推理方法研究

研究各种规模（尤其是在低算力资源配置，或者百亿、千亿级参数以上模型）大模型的通用高效训练和推理方法，提出适配国产软硬件的低通信、高并发的分布式训练算法，提升低资源条件下模型推理效率，探索模型云边端协同推理机制，确保性能和响应速度。

（四）大模型的价值观和安全对齐策略研究

研究符合人类价值观偏好的可持续、高泛化、强对抗的大模型对齐技术，实现安全伦理和认知推理能力的对齐和超越，提升大模型应用的无害性和有效性，增强大模型安全伦理价值观对齐算法的训练高稳定性和应用可靠性。

（五）生成式模型的自动评价方法研究

针对模型生成内容的评价困难问题，研究生成内容的多维度自动评价方法，在事实准确性、有用性、逻辑性、安全无害性、指令遵循能力、长文档处理能力等维度构建评价标准以及相应的评价数据集。

（六）生成式人工智能的行业、专业模型研究

针对生成式人工智能技术在金融、教育、医疗、科学等领域的应用挑战，研究领域预训练和领域指令微调方法，构建融合领域知识的增强模型，探索突破性的生成式人工智能应用。
三、资助计划

拟资助项目6项，资助强度为50万元/项。资助期限为1年，申请书中研究期限应填写“2024年3月1日—2025年2月28日”。
【 在 qianliexian 的大作中提到: 】
: 科研和实体业务，
: 本行业，实际业务中的算法是几个没基金的人干的，中基金人的算法基本用不成，都是吹牛逼的。评奖的时候评基金的人，实际业务工作交给没基金的人。
: 过去那么多（无数个了吧）AI算法研究的基金，没一个能搞出deepseek，
: ...................
--
FROM 58.249.112.*