李晨悦

01 / 学术研究

学术研究

围绕真实问题、实验方法与证据，整理公开的独立研究、工程探索与脱敏进展。

学术研究

有序轨迹归因论文主图：六节点失败恢复 DAG、动作级归因对照、六种估计器在四十个案例上的聚合比较，以及十二个种子的 Monte Carlo 收敛。
左右滑动查看完整论文图

MiniClaudeCode · 有序轨迹归因

01 / 个人研究项目 离线估计器研究
研究问题
当工具调用存在先后依赖、协同与失败恢复时，如何分配可解释的轨迹贡献？
方法
用前序 DAG 约束反事实重放，结合精确枚举、均匀拓扑序采样与离线评测框架。
主要结果
  • 在受控协议中，前序约束估计比 vanilla Shapley 更接近前缀参考。
  • 公开精确估计、采样收敛与重放有效性分析。
代码项目主页
离线推荐论文主图：五个开发集候选的选型结果、冻结测试集上三个截断位置的 Exact 与 DIN 对照，以及用户级配对差值、区间和胜负统计。
左右滑动查看完整论文图

KAI RecSys Lab · 离线推荐评估

02 / 个人研究项目 公开数据 · 离线实验
研究问题
怎样在统一人群、数据切分与候选集下，判断召回、负采样和重排的真实离线增益？
方法
冻结 Two-Tower 召回与 Exact / HNSW 候选，比较 DIN / DCN 重排，并使用训练集校准和用户级配对评估。
主要结果
  • 冻结离线协议中，DIN 重排改善相同候选集上的排序。
  • Uniform 负采样赢得本轮 dev 比较，保留特征依赖与 ANN 取舍。
代码演示项目主页
多模态数据选择论文主图：Random 与 COINCIDE 训练子集重叠、三个配对种子与未微调 Base 的 Exact Match，以及配对区间和改善退化样本审计。
左右滑动查看完整论文图

Qwen2.5-VL · 数据选择与微调

03 / 个人研究项目 离线实验 · 公开摘要
研究问题
固定模型、训练预算与留出评测后，数据选择能否比随机抽样带来更好的多模态微调结果？
方法
在 ScienceQA 上对比 Random-1K 与 faithful COINCIDE-1K，固定 Qwen2.5-VL-3B、LoRA / SFT 配置及配对随机种子。
主要结果
  • 公开汇总的三组配对种子中，COINCIDE-1K 均低于 Random-1K。
  • 保留负结果、跨零置信区间与数据选择失配分析。
演示项目主页

研究进行中

研究进行中｜AI Coding Benchmark 可复现性审计

检查公开数据、任务资产与评测程序在不同发布视图之间是否保持一致，并建立可追溯的离线验证流程。

Research Update · AI Coding · Agent Evaluation · Reproducibility · 2 分钟阅读

研究方向

01

大语言模型

大语言模型的推理、适配与行为分析。

02

多模态系统

语言、视觉与多模态信息的联合理解。

03

智能体与评估

工具使用、可靠交互，以及超越单次回答的系统评估。