各有关单位、各位老师：

国家自然科学基金委员会发布“生成式人工智能基础研究”专项项目申请指南。请各有关单位仔细研读指南和形式审查等条件要求，积极组织申报。现将有关事宜通知如下：

一、科学目标

　　本专项探索大模型的智能涌现机制并提高其处理复杂任务的能力，努力解决生成内容中存在的安全可信问题，探索大模型的知识融合和创新性应用，增强用户体验并推动新技术的发展。

二、资助研究方向

　　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”。

四、学校申报截止日期和材料报送

项目申请人按照指南要求填报申请书及附件材料，学院审核后于2024年1月18日前在基金委系统提交。同时将纸质申报书、预算审核表和形式审查表各1份交至科技服务大厅，预算审核表和形式审查表的签字扫描版发至邮箱：zhaorui@hfut.edu.cn (邮件主题：国家基金项目申报+姓名)。

五、其他事项

1、具体要求详见基金委通知：https://www.nsfc.gov.cn/publish/portal0/tab434/info91118.htm

2、后续工作安排如有调整将另行通知，请及时关注国家自然科学基金委和学校网站。

科研院科研基地建设办公室（自然科学项目）联系电话：62901951（吴老师）、62901115（赵老师）

科研院科研基地建设办公室

2023年12月14日