撰寫中
以人類行為證據為基礎的 LLM 評估
- 問題
- 比較 LLM 生成決策與實測人類路徑在各社會群體間的差異。
- 我的角色
- 我設計人類與模型的比較架構、社會群體分析視角，以及重複執行的穩定性檢查。
- 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
- 公開狀態
- 研究準備中；只使用公開說明與合成範例。
Recruiter brief／招聘摘要
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。
研究原型 · 已封存
FLOODABM
- 問題
- 將家戶調適行為與洪災損害、保險及財務風險連結。
- 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
- 公開狀態
- WRR 文章、AGU 海報與程式庫已公開；本案例的分析手稿仍在修訂中。
開發中 · 準備釋出
WAGF
- 問題
- 在耦合模擬更新前，檢查並修正代理決策。
- 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
- 公開狀態
- 框架準備中；以下軌跡為合成示意。
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）
05
可任職時間與工作授權
- 開放申請 2027 年暑期實習
- 預計 2027 年 12 月取得博士學位
- F-1 學生身分；實習可使用 CPT
- 畢業後可洽談全職機會
06
詢問作品集
可直接從招聘問題開始；網站會先顯示本機證據，並可能透過 NVIDIA 導向具引用依據的頁面。
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。