报告题目：大规模双层优化问题的高效算法设计及理论分析
报告人：施万里
穆罕默德·本·扎耶德人工智能大学博士后研究员
报告摘要：
双层优化问题在众多核心机器学习任务中扮演着关键角色，而超梯度算法是解决大规模双层优化问题的重要工具。然而，现有的超梯度算法面临计算复杂度高和下层有约束问题缺乏收敛性分析的挑战。因此，本报告将介绍我们在降低算法复杂度和探索下层有约束情形下收敛性分析方面的贡献。此外，还将展示我们将黑盒大模型与双层优化算法相结合的新探索。
报告人简介：
施万里，现为穆罕默德·本·扎耶德人工智能大学博士后研究员。2023年于南京信息工程大学获得博士学位，主要研究方向包括黑盒优化、双层优化和对抗攻击。在ICML、KDD、AAAI等CCF-A类会议上以第一作者身份发表6篇论文。同时，他还担任ICML、ICLR、NeurIPS、TPAMI等会议与期刊的审稿人。
报告时间：2024年12月6日（星期五)下午13:30
报告地点：正新楼3楼人工智能学院报告厅
主办单位：吉林大学人工智能学院
