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 LLMs and 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。
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。
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。
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。
人类反馈与环境交互驱动的大模型持续进化
面向开放复杂任务，探索人类反馈、大模型推理与环境交互协同驱动的持续学习机制，实现智能体系统能力动态演化。
如何从少量反馈中高效学习？真实科研或教育场景中，专家反馈成本很高，不可能大量标注。如何让模型主动向人提问？不是被动等人纠错，而是在不确定、冲突、缺信息时主动寻求反馈。
通过历史经验沉淀、记忆检索与交互式更新，支持经验复用、跨任务迁移和持续迭代，在不更新参数的情况下提升长期任务处理能力。
构建工作记忆、情景记忆与语义记忆协同的统一模块，支持记忆写入、检索、更新、压缩与遗忘，为长程规划、个性化交互和跨任务持续学习提供稳定上下文。
Science of LLMs and Agentic AI
围绕大模型思维链推理机理与大模型智能体机理展开研究，关注推理链路、任务分解、工具调用、记忆与反思之间的协同关系。
研究大模型复杂推理中的任务理解、子问题分解、证据整合、路径依赖与错误传播机制。
研究智能体在规划、工具调用、记忆读写、环境反馈和反思修正中的动态行为演化规律。
研究智能体的失效模式、早期风险信号、记忆漂移、可靠性边界与可控演化机制。
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。