某中心研究奖项聚焦AI与安全技术

研究奖项概述

某中心研究奖项（ARA）为多学科领域的学术研究者提供无限制资金与某云促销额度。本周期共收到大量优秀提案，最终评选出来自10所高校的10名获奖者。奖项涵盖2024年冬季和春季周期的三大主题：AI信息安全、基础模型开发与可持续性。提案评审标准包括科学质量以及对研究社区和社会的潜在影响。

资源与合作机会

获奖者可访问300多个某中心公共数据集，通过某云促销额度使用AI/ML服务与工具。每位获奖者将匹配一名某中心研究顾问，提供技术咨询并开放参与某中心全球活动及培训的通道。项目鼓励研究成果公开发表、在某中心办公室进行演示以及开源相关代码。

领域专家观点

某安全部门高级首席科学家表示：“安全至关重要，AI已成为该领域进步的关键工具。ARA项目让我们能与更广泛的学术社区合作，共同解决AI与网络安全交叉领域的重要问题。本次AI网络安全提案征集反响惊人，我们期待支持获奖者开发具有实际安全价值的新技术。”

某架构团队首席解决方案架构师指出：“基础模型提案征集响应优异，我们授予了迄今最大的某云额度资助（25万美元），用于提升基础模型的芯片优化研究。某云将通过专项计划向全球大学AI研究投入1.1亿美元资金，推动算法与内核开发，助力AI计算优化。”

获奖名单（按研究领域分类）

2024年春季周期

AI信息安全领域

获奖者	高校	研究主题
Z. Berkay Celik	普渡大学	时间保留审计日志缩减：精准攻击调查与异常检测的可扩展方法
Kaize Ding	西北大学	信息安全的标签高效图异常检测：检测、自动化与解释
Christopher Kruegel	加州大学圣巴巴拉分校	通过上下文自适应分类应对ML安全应用中的误报问题
Sijia Liu	密歇根州立大学	构建可信生成式AI：机器遗忘技术的作用
Chongjie Zhang	圣路易斯华盛顿大学	面向信息安全的实用偏好离线强化学习
Yue Zhao	南加州大学	信息安全的标签高效图异常检测：检测、自动化与解释

可持续性领域

获奖者	高校	研究主题
Fengqi You	康奈尔大学	基于大语言模型的透明可信生命周期评估协同工具

2024年冬季周期

基础模型开发领域

获奖者	高校	研究主题
Lu Cheng	伊利诺伊大学芝加哥分校	通过不确定性量化实现可靠的大语言模型对齐
Samet Oymak	密歇根大学安娜堡分校	超越Transformer：语言模型训练与微调的最优架构
Hua Wei	亚利桑那州立大学	通过不确定性量化实现可靠的大语言模型对齐

项目持续开放

ARA全年接受多研究领域的提案申请，建议访问官方提案征集页面或发送邮件获取最新通知。

更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
公众号二维码