研究方向
围绕大模型自主交互学习、训练框架、强化学习、知识增强、运行时系统与应用落地，构建面向科研与产业场景的 Agentic AI 技术体系。
人类学习启发的大模型自主学习
探究大模型从模型及人类反馈中进行自主交互学习的机制及方法，以实现能力持续提升。
环境探索学习
在开放任务环境、工具环境和沙盒环境中自主探索、执行行动并接收反馈，形成可学习轨迹、策略经验和奖励信号。
同行模型学习
通过模型间讨论、批判、修正、蒸馏和偏好比较，获取多样化推理轨迹、解题策略和协作学习信号。
人类反馈学习
主动识别知识缺口并向专家提问，将专家反馈转化为领域知识、偏好信号和高质量训练数据。
Retrieval-based Agentic AI
KDD Cup、Paper Search 与 DeepResearch 的系列RAG工作介绍。
Coding-based Agentic AI
代码生成、沙箱执行与结构化表格数据推理的系列Coding Agent工作介绍。