2025年3月20日，人工智能系列读书班活动迎来了2025年第五场报告会，陈帅余博士做了“概率图模型”的研究内容分享，先介绍了概率图模型广泛应用在生成模型中，隐马尔可夫模型HMM、马尔可夫随机场MRF、条件随机场CRF、学习与推断、以及近似推断中的MCMC采样、变分推断、话题模型LDA等：
图 陈帅余博士主持“概率图模型”讨论会
自由讨论环节，大家讨论了极大团、分离集、势函数、信念传播，动态规划算法等，分析了概率图模型与大模型的联系：大模型中的生成任务（如GPT的文本生成、扩散模型的图像生成）本质上也属于概率建模，通过学习数据分布生成新样本。概率图模型（如条件随机场）在多模态数据（如文本和图像）的联合建模中有广泛应用，大模型（如CLIP、DALL）通过注意力机制实现跨模态的联合建模，本质上是概率图模型的扩展。概率图模型（如因果贝叶斯网络）是因果推理的核心工具，大模型在因果推理中的应用（如因果语言模型）也借鉴了概率图模型的思想。
概率图模型的思想和方法在当前大模型中仍然有广泛的应用，尤其是在生成模型、不确定性建模、多模态学习、因果推理等领域。虽然大模型主要通过深度学习方法实现，但其底层逻辑仍然与概率图模型紧密相关。未来的研究方向可能会进一步结合两者优势，例如将显式的图结构与深度学习结合，提升模型的可解释性和推理能力。
讨论会最后还集体讨论了后续的读书计划，并做了针对性的安排。
（总结：沈来信）