智能计算研究院
|
|
|
|
| 导师代码： |
21376
|
| 导师姓名： |
柯沛
|
| 性 别： |
男 |
| 特 称： |
|
| 职 称： |
副教授
|
| 学 位： |
工学博士学位
|
| 属 性： |
专职 |
| 电子邮件： |
kepei@uestc.edu.cn
|
|
|
| 学术经历：
|
|
2013年-2017年：浙江大学，本科；
2017年-2022年：清华大学，博士；
2022年-2024年：清华大学，博士后；
2024年-至今：电子科技大学，副教授（特聘）
|
|
| 个人简介：
|
|
柯沛，电子科技大学副教授（特聘），博士毕业于清华大学。研究方向是人工智能和自然语言处理，包括大语言模型、自然语言生成和对话系统等。近年来，在ACL、EMNLP、IJCAI、ICLR、ICML、TACL等国际顶级会议和期刊上共发表论文20余篇，获NLPCC 2020最佳学生论文奖，其论文曾入选机器学习领域顶级会议ICLR 2023 Notable-Top-5%。谷歌学术总引用量1400余次，h-index为19，曾担任ACL、EMNLP、NAACL等国际顶级会议的领域主席（Area Chair），以及ACL、EMNLP、NeurIPS、ICML、ICLR、TACL、IEEE TNNLS、IEEE TASLP、IEEE TKDE等国际顶级会议和期刊的审稿人。担任中国中文信息学会大模型与生成专委会副秘书长、社会媒体处理专委会委员。受邀在全国社会媒体处理大会（SMP）、CCF学科前沿讲习班（ADL）上做讲习班报告。
|
|
| 科研项目：
|
|
主持国家自然科学基金青年科学基金项目、中国博士后科学基金面上资助项目，入选国家博士后创新人才支持计划。
|
|
| 研究成果：
|
|
（仅列出代表作，详见谷歌学术主页https://scholar.google.com/citations?user=W_zPCtEAAAAJ&hl=zh-CN）
[1] Ke, P., Wen, B., Feng, A., Liu, X., Lei, X., Cheng, J., ... & Huang, M. (2024). CritiqueLLM: Towards an Informative Critique Generation Model for Evaluation of Large Language Model Generation. In ACL 2024, pp. 13034-13054 (CCF-A类).
[2] Ke, P., Huang, F., Mi, F., Wang, Y., Liu, Q., Zhu, X., & Huang, M. (2023). DecompEval: Evaluating Generated Texts as Unsupervised Decomposed Question Answering. In ACL 2023, pp. 9676-9691 (CCF-A类).
[3] Ke, P., Zhou, H., Lin, Y., Li, P., Zhou, J., Zhu, X., & Huang, M. (2022). CTRLEval: An Unsupervised Reference-Free Metric for Evaluating Controlled Text Generation. In ACL 2022, pp. 2306-2319 (CCF-A类).
[4] Ke, P., Ji, H., Yang, Z., Huang, Y., Feng, J., Zhu, X., & Huang, M. (2022). Curriculum-Based Self-Training Makes Better Few-Shot Learners for Data-to-Text Generation. In IJCAI 2022, pp. 4178-4184 (CCF-A类).
[5] Ke, P., Ji, H., Ran, Y., Cui, X., Wang, L., Song, L., ... & Huang, M. (2021). JointGT: Graph-Text Joint Representation Learning for Text Generation from Knowledge Graphs. In Findings of ACL 2021, pp. 2526-2538.
[6] Ke, P., Ji, H., Liu, S., Zhu, X., & Huang, M. (2020). SentiLARE: Sentiment-aware language representation learning with linguistic knowledge. In EMNLP 2020, pp. 6975-6988 (CCF-B类).
[7] Ke, P., Huang, F., Huang, M., & Zhu, X. (2019). ARAML: A Stable Adversarial Training Framework for Text Generation. In EMNLP 2019, pp. 4271-4281 (CCF-B类).
[8] Ke, P., Guan, J., Huang, M., & Zhu, X. (2018). Generating informative responses with controlled sentence function. In ACL 2018, pp. 1499-1508 (CCF-A类).
[9] Wen, J., Zhong, R., Ke, P., Shao, Z., Wang, H., & Huang, M. (2024). Learning Task Decomposition to Assist Humans in Competitive Programming. In ACL 2024, pp. 11700-11723 (CCF-A类).
[10] Ji, H., Ke, P., Wang, H., & Huang, M. (2024). Language Model Decoding as Direct Metrics Optimization. In ICLR 2024.
[11] Ji, H., Ke, P., Hu, Z., Zhang, R., & Huang, M. (2023). Tailoring Language Generation Models under Total Variation Distance. In ICLR 2023 (Notable-Top-5%).
[12] Wang, Y., Ke, P., Zheng, Y., Huang, K., Jiang, Y., Zhu, X., & Huang, M. (2020). A large-scale chinese short-text conversation dataset. In NLPCC 2020, pp. 91-103 (CCF-C类，Best Student Paper).
|
|
| 专业研究方向：
|
| 专业名称 |
研究领域/方向 |
招生类别 |
| 081200计算机科学与技术 |
02机器智能与模式识别，06云计算与大数据处理 |
硕士学术学位 |
|
|
|
|
|
|
