精選作品

基於證據的代理系統

研究工作從實測決策出發,推進至模型結構、代理行為、限制檢查,以及在耦合環境中的結果。

精選作品

從具體問題,到可檢視的證據

AI 的決策看似合理,不代表符合人類行為或系統限制。我用實證比較、驗證機制與模擬,檢查它依據什麼,又會造成什麼影響。

人與環境的互動

以真人問卷建立行為模型,讓模擬家戶在洪災與資源限制下做出調適選擇。

證據

有證據鏈的科研工作

科研 AI 代理協助處理文獻與任務;我建立能檢視來源、驗證關卡與工作狀態的工具。

證據

真實受訪者提供人類證據;模擬家戶代理與科研 AI 代理則是模型與軟體,不是真人。這些專案共用研究方法,不代表已整合成同一套發表系統。

01

以人類行為證據為基礎的 LLM 評估

AI 生成的洪水保險問卷回答,能反映真人家庭的決策嗎?我如何處理 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。帶來什麼貢獻 找出只比平均答案會忽略的家庭差異,以及決策關係的偏差。
方法
評估設計 · 心理計量與結構方程式模型 · 穩定性分析
範圍與限制
互動示例使用合成紀錄,不是個別受訪者資料或研究結果。
檢視案例研究: 以人類行為證據為基礎的 LLM 評估
02

FLOODABM

家戶的選擇如何改變洪災損失,以及下一年的可用資源?我如何處理 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。帶來什麼貢獻 讓家戶選擇如何影響損失、保險與後續資源,成為可追蹤的系統過程。
方法
代理人基模型 · 耦合模擬 · 風險系統
範圍與限制
家戶代理模擬調適行為,不是已整合 LLM 的系統。
檢視案例研究: FLOODABM
03

WAGF

如何阻止無效的 AI 提案改變模擬狀態?我如何處理 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。帶來什麼貢獻 建立可檢視的執行邊界:不合規的行動先被阻擋,修正並通過檢查後才執行。
方法
結構化輸出 · 限制驗證 · 可稽核修正
範圍與限制
示例呈現驗證行為,不代表真實世界的安全保證。
檢視案例研究: WAGF

開源系統實證

具備可檢驗失效行為的研究基礎設施

精選的儲存庫支援研究營運、代理編排與多語言學習。各項數據皆透過經過審查的建置期數據工作流進行更新。

awesome-agentic-ai-zh

維護中的三語 AI 代理發展藍圖,具備自動化跨語言檢查。

7.6K stars · 1K forks

awesome-agentic-ai-zh

ai-research-skills

可組合的研究工作流,涵蓋從發現研究缺口到研究設計與草稿撰寫。

384 stars · 23 forks

ai-research-skills

research-hub

本地優先的 Zotero、Obsidian 與 NotebookLM 工作區,具備來源檢查功能。

64 stars · 13 forks

research-hub

agent-collab-skills

多代理協作的任務拆解、協調、辯論與驗收關卡。

30 stars · 7 forks

agent-collab-skills

codex-delegate

跨平台委派封裝工具,透過儲存庫狀態驗證任務完成度。

61 stars · 6 forks

codex-delegate

更新時間: 2026-10-14 · 資料來源: GitHub REST API 資料快照

PDF

文件

請依據您的情境選擇文件。網站保持統一的定位;而 PDF 則針對不同讀者調整重點。

聯絡方式

建立將模型行為與真實證據連結的評估

對 AI 決策評估或具證據鏈的科研系統有興趣?歡迎交流研究與開源合作,也可洽談 2027 年暑期實習機會。

了解我的研究歷程