以人類行為證據為基礎的 LLM 評估
- 問題
- AI 生成的洪水保險問卷回答，能反映真人家庭的決策嗎？
- 我的角色
- 我以真人問卷為基準，檢查 LLM 生成回答的測量品質、決策關係與重複執行差異。
- 可驗證能力
- 評估設計 · 心理計量與結構方程式模型 · 穩定性分析
Recruiter brief／招募摘要
邱文昱：LLM 評估與 AI 研究職位摘要
用 60 秒掌握我能負責的研究工程工作、相關證據，以及可任職時間。
01
60 秒職位匹配摘要
我的主要定位是 LLM Evaluation 與 AI Research Engineer，專注檢驗模型決策是否符合實測人類行為。我也建構受治理的代理系統與行為模擬，讓決策輸入、失敗、修正與後續影響都能被檢視。
02
我能負責的工作
- 01
以人類行為為基礎的 LLM 評估
設計能檢視次群體差異與重複執行穩定性的評估，將生成決策與實測行為證據比較，並清楚說明效度邊界。
- 02
受治理的代理工作流
定義結構化輸出、確定性驗證器、針對性修正與稽核軌跡，避免模型提案在通過檢查前改變系統狀態。
- 03
行為模擬與 AI for Science
把個別決策連結到代理人基礎模型與耦合模擬，檢驗環境、財務與制度層面的後續影響。
03
實作證據
三個專案分別呈現評估、治理與模擬能力，並直接標示公開狀態。
FLOODABM
- 問題
- 家戶的選擇如何改變洪災損失，以及下一年的可用資源？
- 我的角色
- 我建構家戶決策模型，並將調適選擇連結到巨災、保險與財務機制。
- 可驗證能力
- 代理人基模型 · 耦合模擬 · 風險系統
WAGF
- 問題
- 如何阻止無效的 AI 提案改變模擬狀態？
- 我的角色
- 我設計驗證與修正流程，在模擬狀態改變前檢查代理提出的行動。
- 可驗證能力
- 結構化輸出 · 限制驗證 · 可稽核修正
04
可驗證的技術匹配
以下工具與方法來自我的研究、開源工作與實際開發流程。
- 程式與研究工程
- Python · R · MATLAB · pytest/CI · Git
- LLM 與代理系統
- LLM APIs · LangChain · Ollama · 模型上下文協定（Model Context Protocol, MCP） · 檢索增強生成（Retrieval-Augmented Generation, RAG） · 代理記憶 · 工具使用 · Agent Skills · 外掛架構 · 多代理工作流
- AI 工程工具
- OpenAI Codex · Claude Code · AI coding agents
- 建模與推論
- 結構方程模型（Structural Equation Modeling, SEM） · 貝葉斯校準 · 代理人基礎模型（Agent-Based Modeling, ABM） · 水文建模（Hydrological Modeling） · 社會水文建模（Sociohydrological Modeling）
06
AI 招聘職位匹配探索器
選擇職位方向，並可選擇貼上職缺內容。探索器會把需求映射到受控的作品集證據，不虛構經歷，也不把匹配程度簡化成單一分數。
可直接使用職位預設，或貼上職缺內容。
07
履歷與聯絡方式
若職缺涉及 LLM 評估、AI 研究、代理系統或 AI for Science，請使用 Email 或 LinkedIn 聯絡。英文業界履歷是最精簡的完整紀錄。