Large Language Models en hoe ze zoekresultaten bepalen
In deze niet-technische lezing over Large Language Models (LLM's), zal Thomas Demeester - professor Natural Language Processing aan de Faculteit Ingenieurswetenschappen en Architectuur van de Universiteit Gent - focussen op zoektoepassingen. Hij zal spreken over het potentieel van LLM's, hun beperkingen, en het opkomende paradigma van 'retrieval-augmented generation', dat naar alle waarschijnlijkheid een sterke impact zal hebben op digitale zoektoepassingen.
Praktische info:
georganiseerd door:
Deze lezing maakt deel uit van LibLabWeek, een gezamenlijk initiatief van de partners van de Associatie UGent (Universiteit Gent, HOGENT, Howest en Arteveldehogeschool) met als doel kennis te delen tussen bibliotheekmedewerkers.
Lesgever/spreker
Thomas Demeester
Currently I am an assistant professor at the Internet Technology and Data Science Lab (IDLab), Ghent University - imec, Belgium. I'm co-leading the Text-to-Knowledge research cluster with prof. Chris Develder, where we work on natural language processing (NLP) in general, for applications in several domains (the media, biomedical applications, and economics and law). Our areas of focus in NLP are information extraction, conversational agents, and representation learning in general.
Given our expertise in neural sequence modeling, we recently started looking into the use of protein language models for drug design. Give it another year before we have something decent to show here ;). My other interests include energy-based models, combining knowledge and neural networks, and synthetic data generation.
Gerelateerde opleidingen
Miro: visueel samenwerken & brainstormen als een pro
Opleiding - Berchem - Thomas More Hogeschool, Syntra AB