近日，The 37th AAAI Conference on Artificial Intelligence（AAAI 2023）录用论文结果揭晓。实验室博士生马志远的论文 “HybridPrompt: Bridging Language Models and Human Priors in Prompt Tuning for Visual Question Answering” 被录用。 论文针对目前基于视觉语言预训练模型的视觉问答中存在的两大问题：（1）上游预训练任务与下游微调任务不兼容；（2）缺少人类先验知识去引导高质量的视觉问答，提出了一种在预训练模型中桥接人类先验知识的混合提示微调策略（HybridPrompt）。该策略首先修改文本的问题为完型风格的陈述句，以使其在上下游任务中都具有很好的兼容性，然后进一步地设计了一个自适应的主题分类层和对比样例填充层去动态地学习人类在回答问题时的渐进式思维模式，即通过引入知识先验首先在粗粒度的主题空间中进行答案搜索，再通过填充相似概念（或实体）的答案进行对比验证。之后，为了使该提示微调策略更具泛化性，该方法额外拼接了固定长度的软提示参数进行细粒度的动态学习。在具有多主题分类的VQAv2视觉问答数据集上的实验结果表明，HybridPrompt通过引入先验知识进行混合提示微调的策略能够较好地改进直接使用预训练模型微调的视觉问答方法。 AAAI是人工智能领域中历史最悠久、涵盖内容最广泛的国际顶级学术会议之一（CCF A类会议），本届会议共收到有效投稿论文8777篇，最终录用1721篇，录用率约为19.6%。