一、征集方向任务1：面向新型神经网络架构的颠覆性技术创新研究研究内容：面向下一代通用人工智能技术，任务2：面向Transformer架构大模型的计算优化方法研究研究内容：针对现有模型计算复杂度高、推理效率低等问题,改进Transformer架构，对不小于100亿参数规模模型的训练效率提升，）任务4:大语言模型的记忆机理与方法研究研究内容:探索精准高效的大模型记忆（Memory）机理，研究包括但不限于大模型中精准、高效的上下文（Context）管理技术，提升模型跨会话的知识更新和推理能力;探索上下文管理与工具调用的联动机制，任务5:大模型强化学习的尺度缩放范式研究研究内容：建立适用于大模型的通用强化学习训练范式，任务6：大模型的开放域自主学习方法研究研究内容：探索与当前大模型“预训练-后训练”模仿学习范式不同的新型学习方法，研究目标：自主研发面向大模型的高效自主学习算法，融合芯片和软件协同设计全新的大模型训练推理算法，设计专门为大模型计算需求的芯片，二、申报要求（一）申报课题1.申报课题具有明确的技术路线，申报单位需符合《北京市科技计划项目(课题)管理办法》和《北京市科技计划管理相关责任主体信用管理办法》要求;申报单位和团队应遵守科研伦理准则，2.申报负责人需符合《北京市科技计划项目（课题）管理办法》和《北京市科技计划管理相关责任主体信用管理办法》要求，申报单位需在系统开放期间完成本单位申报课题审核并统一提交。