Jocelyn Qiaochu Chen
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2026
Au carrefour de la programmation, des méthodes formelles et du traitement automatique du langage naturel, Jocelyn Qiaochu Chen privilégie des approches neurosymboliques du codage, qui associent la structure des langages informatiques à la souplesse des modèles d’apprentissage actuels, en particulier les grands modèles de langage. Elle conçoit des systèmes aptes à générer et à manipuler du code à partir de spécifications complexes, qu’il s’agisse de textes en langage naturel, d’exemples, d’images ou de contraintes formelles. Ses travaux portent en grande partie sur l’apport des structures symboliques (systèmes de preuve, typage, restructuration) à l’orientation des grands modèles de langage, qui redéfinissent à leur tour notre conception de la génération de code et de l’abstraction en programmation. Ses travaux ont été publiés dans le cadre de conférences prestigieuses telles que PLDI, OOPSLA, NeurIPS et ACL.
Prix
- Prix de la relève en génie électrique et en informatique, Georgia Institute of Technology (2023)
- Bourse d’excellence du vice-rectorat des études supérieures, Université du Texas à Austin (2018-2022)
Publications Pertinentes
- Chen, Q., Banerjee, A., Demiralp, Ç., Durrett, G. et Dillig, I. (2023), « Data Extraction via Semantic Regular Expression Synthesis », dossier de reproduction de l’article « Data Extraction via Semantic Regular Expression Synthesis », OOPSLA2, vol. 7, no 287, p. 1848-1877. https://doi.org/10.1145/3622863
- Chen, Q., Lamoreaux, A., Wang, X., Durrett, G., Bastani, O. et Dillig, I. (2021), « Web question answering with neurosymbolic program synthesis », Proceedings of the 42nd ACM SIGPLAN International Conference on Programming Language Design and Implementation, PLDI 2021, p. 328-343. https://doi.org/10.1145/3453483.3454047
- Barnaby, C., Chen, Q., Ramalingam, R., Bastani, O. et Dillig, I. (2025), « Active Learning for Neurosymbolic Program Synthesis », Proc. ACM Program. Lang., OOPSLA2, vol. 9, no 324:1455-1483. https://doi.org/10.1145/3763102
- Ye, X., Chen, Q., Dillig, I. et Durrett, G. (2023), « SatLM: Satisfiability-Aided Language Models Using Declarative Prompting », dans A. Oh, T. Naumann, A. Globerson, K. Saenko, M. Hardt et S. Levine (dir.), Advances in neural information processing systems, vol. 36, p. 45548-45580. Curran Associates, Inc. https://proceedings.neurips.cc/paper_files/paper/2023/file/8e9c7d4a48bdac81a58f983a64aaf42b-Paper-Conference.pdf
- Chen, Q., Wang, X., Ye, X., Durrett, G. et Dillig, I. (2020), « Multi-modal synthesis of regular expressions » Proceedings of the 41st ACM SIGPLAN Conference on Programming Language Design and Implementation, PLDI 2020, p. 487-502. https://doi.org/10.1145/3385412.3385988