以人類行為證據為基礎的 LLM 評估
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。
- 評估設計
- 心理計量與結構方程式模型
- 穩定性分析
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
我建構與探究的問題
每個專案都呈現同一套實務的不同環節：評估決策、追蹤後果，以及治理行動何時能改變系統。
FLOODABM
將家戶調適行為與洪災損害、保險及財務風險連結。
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。
- 代理人基模型
- 耦合模擬
- 風險系統
WAGF
在耦合模擬更新前，檢查並修正代理決策。
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。
- 結構化輸出
- 限制驗證
- 可稽核修正
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。
6.2K stars · 836 forks
awesome-agentic-ai-zhai-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。
220 stars · 17 forks
ai-research-skillsresearch-hub
本地優先的 Zotero、Obsidian 與 NotebookLM 工作區，具備來源檢查功能。
52 stars · 8 forks
research-hubagent-collab-skills
多代理協作的任務拆解、協調、辯論與驗收關卡。
23 stars · 6 forks
agent-collab-skillscodex-delegate
跨平台委派封裝工具，透過儲存庫狀態驗證任務完成度。
63 stars · 6 forks
codex-delegate更新時間: 2026-08-23 · 資料來源: GitHub REST API 資料快照
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
我正在尋求 2027 年夏季（約 5 月下旬至 8 月中旬）的全職實習機會。我對 LLM 評估、代理系統、行為模擬以及 AI for Science 特別感興趣。