Core research

Auto Research

围绕大模型如何理解用户、如何在长期任务中行动、如何被可靠评测组织研究。每项工作尽量写清 motivation、data、method、evaluation 与可复现实验。

01 / Personalization

用户反馈与个性化大模型

从静态反馈标签走向 belief state、长期记忆、延迟归因和 data-efficient adaptation。

Qwen3 UserSim + Controller + Frozen Generator 的个性化闭环。

显式/隐式反馈、偏好状态、记忆与生成框架的研究地图。

Feedback-to-State 与 Delayed Feedback Trace Credit 两条研究方向。

Novel Feedback v1–v8 研究谱系

02 / Evaluation

关注 early awareness、可验证轨迹、反事实偏好和延迟反馈归因。

意图前缀、泄漏检查、metrics 与样本诊断。

部署前反事实偏好原则与部署后延迟反馈归因。

任务、评分器、轨迹、pass@k / pass^k 与回归评测。

03 / Systems

把研究假设落到视觉代码记忆、神经影像 Agent 和可交互生成系统。

Visual-Code Episode、verifier-gated reuse 与 auto-rubric 评测。

视觉代码生成、training-free memory 与复用策略。

多模态神经影像 Agent 的 Generate–Execute–Validate 框架。