Wenhu Chen
La nomination
Membre des Réseaux de solutions
Titulaire de chaire en IA Canada-CIFAR
Programme de recherche de l’Institut canadien de la sécurité de l’IA (ICSIA)
Réduire les biais dialectaux
Stratégie pancanadienne en matière d’IA
À Propos
Wenhu Chen est titulaire d’une chaire en IA Canada-CIFAR et membre des Réseaux de solutions. Ses recherches portent principalement sur le traitement automatique du langage naturel, l’apprentissage profond et l’apprentissage multimodal. Il cherche à concevoir des modèles capables de prendre en charge des raisonnements complexes, tels que la résolution de problèmes mathématiques et l’intégration du savoir. Il s’intéresse également à l’élaboration de modèles multimodaux plus puissants pouvant faire le pont entre différentes modalités. Il s’est vu décerner le prestigieux Golden Jubilee Research Excellence Award de l’Université de Waterloo en 2025. Il a également reçu le Area Chair Award à la conférence AACL-IJCNLP 2023, une mention honorable pour le meilleur article étudiant à WACV 2021 ainsi que le Prix de la meilleure thèse en informatique de l’université de Californie à Santa Barbara (UCSB) en 2021.
Prix
- Prix Golden Jubilee en mathématiques (2025)
- Prix Area Chair de la conférence AACL-IJCNLP 2023 (2023)
- Titulaire d’une chaire en IA Canada-CIFAR (2022)
- Prix pour une thèse exceptionnelle, université de Californie à Santa Barbara (2021)
- Mention honorable pour le prix du meilleur article étudiant, WACV21 (2021)
Publications Pertinentes
- Li, S., Jin, X., Xuan, Y., Zhou, X., Chen, W., Wang, Y. X. et Yan, X. (2019). « Enhancing the Locality and Breaking the Memory Bottleneck of Transformer on Time Series Forecasting », NeurIPS 2019.
- Yue, X., Ni, Y., Zhang, K., Zheng, T., Liu, R., Zhang, G., Stevens, S., Jiang, D. et Chen, W. (2023). « MMMU: A Massive Multi-Discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI », CVPR 2024.
- Chen, W., Ma, X., Wang, X. et Cohen, W.W. (2022). « Program of Thoughts Prompting: Disentangling Computation from Reasoning for Numerical Reasoning Tasks », TMLR 2023.
- Wang, Y., Ma, X., Zhang, G., Ni, Y., Chandra, A., Guo, S., Ren, W., Arulraj, A., He, X., Chen, W. (2024). « MMLU-Pro: A more robust and challenging multi-task language understanding benchmark », NeurIPS 2024 (présentation vedette).
- Chen, W., Wang, H., Chen, J., Zhang, Y., Wang, H., Li, S., Zhou, X. et Wang, W. Y. (2020). « TabFact: A Large-scale Dataset for Table-based Fact Verification », ICLR 2020.