大模型下的软件工程：机遇与挑战 | 秀湖会议第九期举办

▲吕建院士致辞▲

会议以CCF会士、中国科学院院士、南京大学吕建教授的致辞“大模型时代下软件工程的的一些思考”开场。吕建教授首先强调大模型的成功之处带来的鲇鱼效应，几乎为所有领域打开了新的探索空间。同时指出人工智能是模仿人类行为并与之交叉产生的智能行为，大模型时代仍然需要使用知识、推理和因果关系，应用大模型要发扬优点避免缺点，并将其应用到合适的领域中，实现大模型的持续健康发展。在条件约束、场景适配、系统化适配等前提下，积极拥抱大模型带来的变化，不断使用不断自我锻炼实现逐步提升。吕建教授在致辞中回顾了软件工程的发展历史。吕建教授强调，我们当前处于一个“大观“世界，大模型链接世界范围的知识，要积极寻找新的科学基础，促进"大观"世界与传统科学有机结合。

▲胡事民院士致辞▲

作为秀湖会议AC主席，中国科学院院士、CCF副理事长、清华大学胡事民教授在致辞中对所有参会者表示了欢迎，并在之后带来了“代码大模型的挑战与新进展——基于计图深度学习框架的探索“的特邀报告。他重点介绍了自主高效的深度学习框架—计图，以及计图如何实现对Pytorch的性能超越和国产芯片的快速适配，提出元算子概念和元算子融合策略以及统一计算图思想，采用动态切分、静态子图融合的计算策略，兼顾动态图灵活和静态图高效的特点，支持跨迭代融合。胡事民教授最后总结了计图基于软硬件协同优化的优势，支持高效的大模型训练推理，并对未来发展进行了展望，即通过打通公/私仓库的数据壁垒，持续提升训练数据集的规模与质量；通过制定AI代码生成规范，完善治理来解决代码雷同与抄袭等伦理问题；结合自动生成代码的版本管理机制，适应不同版本的代码规范等。胡事民教授希望计图能为各位老师的研究工作提供一个中国方案，让大家多一种选择。

本次会议设置了大模型下的软件工程，大模型与代码智能，大模型与软件质量保障，代码大模型的数据、评估与验证，大模型与开源工程，LLM4SE的未来与挑战六个专题。每个专题均安排了若干特邀报告和观点分享报告。嘉宾们从LLM4需求工程与软件设计、LLM4代码辅助与生成、LLM4软件测试、代码大模型数据工程等基础科学和工程领域突破等多个方面介绍了自身的研究进展与应用实践，同时分享了自己的观点和看法。嘉宾们的报告内容精彩纷呈，既有前沿技术与工具系统探索，又有行业概况与企业实践分享。

参会专家名单

特邀嘉宾

吕   建      南京大学

胡事民      清华大学

胡先生华为

吕荣聪      香港中文大学

参会嘉宾（姓氏拼音排序）

胡   星      浙江大学

江   贺      大连理工大学

李   戈      北京大学

刘   辉      北京理工大学

刘   逵      华为

李姗姗      国防科技大学

李宣东      南京大学

马晓星      南京大学

彭   鑫      复旦大学

王利杰      华为

王一男      腾讯

谢晓园      武汉大学

熊英飞      北京大学

张成志      香港科技大学

张玉会      中科院信息工程研究所

周明辉      北京大学

会议执行主席

金   芝     北京大学

夏   鑫     华为

会议工作人员

高   姗     华为

高翠芸     哈尔滨工业大学（深圳）

秀湖会议年度合作单位腾讯、华为对此次会议给予了大力支持。