LLM / MLLM 系统
从模型能力到系统能力,关注多模态推理链路、实验 Harness 与评测闭环。
- 多模态大模型(MLLM)
- 推理框架、评测体系、工程化部署
- 可复现实验流程与系统化验证
About / Author
我专注于大模型系统、模型安全与 Agent 工程化,关注如何将研究能力转化为可执行系统。在多模态大模型(MLLM)与安全方向上,持续围绕对抗攻击、隐私保护、表示空间分析等问题展开工作,并把这些研究问题延伸到评测框架、行为控制与系统原型中。
Research
从模型能力到系统能力,关注多模态推理链路、实验 Harness 与评测闭环。
研究模型在开放环境中的脆弱性,以及安全机制如何具备可迁移性与可控性。
把 prompt 从一次性技巧推进为可维护、可评估、可迭代的系统工程方法。
Practice
基于 Qwen2.5-VL 构建实验 Harness,支持批量评测、安全实验与可复现实验流程。
设计 Steering Vector 控制方法,用于调节模型行为与输出风格,验证可控生成与拒答边界。
实现基于 Waline + Supabase 的博客评论系统,并完成前后端接入与内容页集成。
持续探索 Agent 驱动的 MVP 开发流程与 prompt 体系,把需求快速转成可运行原型。
Lens
Social
你也可以在这些平台继续找到我;支持的平台会实时刷新公开统计。
Contact
保持最少但明确的公共入口;后续若补充学术或社交渠道,也会沿用同一结构。