marku61

Marco Kuhlmann

Proprefekt, Professor, Enhetschef

Ledare för forskargruppen i naturligt språk-behandling och proprefekt på Institutionen för datavetenskap

Forskning inom naturligt språk-behandling

Min forskning ligger inom området naturligt språk-behandling. Jag kombinerar modeller och metoder från teoretisk datavetenskap och maskininlärning för att designa nya algoritmer för automatisk språkförståelse, och tillämpar dessa algoritmer på praktiska problem inom språkteknologi och textanalys.

Forskning

Språket är vårt viktigaste kommunikationsmedel och en nyckel till kunskap. Min forskning handlar om metoder för att analysera och generera naturligt språk med hjälp av datorer. Metoderna tillämpas i till exempel frågebesvarande system och maskinöversättning. De har även förändrat sättet att arbeta och tänka inom humaniora, där språkliga data spelar en avgörande roll.

Det övergripande målet med min forskning är en bättre förståelse av de möjligheter och begränsningar som finns med naturligt språk-behandling. Hur kan vi lösa de beräkningsproblem som språkteknologiska system ställs inför på ett så resurseffektivt sätt som möjligt? Hur vet vi att vi kan lita på den information vi får ut? För att svara på dessa frågor kombinerar jag perspektiv från teoretisk datalogi, artificiell intelligens och maskininlärning.

Utbildning

Jag är starkt engagerad i undervisningen och ansvarar för kurser inom flera utbildningsprogram vid Tekniska och Filosofiska fakulteten.

Nyheter

Talare under ForskarFredag vid LiU

ChatGPT och andra AI-assistenter: Möjligheter och utmaningar

Den tekniska utvecklingen inom språkmodeller och generativ AI har gått snabbt och väckt reaktioner. Många frågar sig i vilken riktning utvecklingen är på väg och vilka konsekvenser den kommer få för samhället.

På 15 minuter berättar professor Marco Kuhlmann om grunderna för hur språkmodeller som ChatGPT fungerar, ger exempel på hur de kan användas och belyser olika etiska, tekniska, sociala och miljömässiga utmaningar kopplade till AI-assistenter.

Från vetenskapsfestivalen ForskarFredag vid Linköpings universitet år 2023; Forskarhörnan

Publikationer

2024

Ehsan Doostmohammadi, Oskar Holmström, Marco Kuhlmann (2024) How Reliable Are Automatic Evaluation Methods for Instruction-Tuned LLMs?
Emanuel Sanchez Aimar, Nathaniel Helgesen, Yonghao Xu, Marco Kuhlmann, Michael Felsberg (2024) Flexible Distribution Alignment: Towards Long-Tailed Semi-supervised Learning with Proper Calibration Computer Vision – ECCV 2024: 18th European Conference, Milan, Italy, September 29–October 4, 2024, Proceedings, Part LIV, s. 307-327 (Konferensbidrag) Vidare till DOI
Jenny Kunz, Marco Kuhlmann (2024) Properties and Challenges of LLM-Generated Explanations Proceedings of the Third Workshop on Bridging Human-Computer Interaction and Natural Language Processing (Konferensbidrag) Vidare till DOI

2023

Tobias Norlund, Ehsan Doostmohammadi, Richard Johansson, Marco Kuhlmann (2023) On the Generalization Ability of Retrieval-Enhanced Transformers Findings of the Association for Computational Linguistics, s. 1485-1493 (Konferensbidrag)
Oskar Holmström, Jenny Kunz, Marco Kuhlmann (2023) Bridging the Resource Gap: Exploring the Efficacy of English and Multilingual LLMs for Swedish Proceedings of the Second Workshop on Resources and Representations for Under-Resourced Languages and Domains (RESOURCEFUL-2023), s. 92-110 (Konferensbidrag)

Om avdelningen

Kollegor vid AIICS

Om institutionen