Selected projects in agent systems, multimodal generation, and mechanistic interpretability.
- Rhythm-Agent — 创意广告短视频剪辑 Agent(阿里实习)
- 简单 Agent loop、多模态工具与丰富数据,生成音乐驱动的多镜头视频。
- DataJarvis (prev. Kingfisher) — 数据分析与 SQL Agent(微软实习)
- Agent–SQL 协议、执行反馈与自我修正;分析耗时由 1–2 天缩短至 20 分钟。
- EMO-Avatar — 多模态情感交互虚拟人(ACM MM 2025)
- AvaMERG 挑战赛:情感回复赛道铜牌、虚拟人交互赛道银牌。
- Paper
- NeuroSteer — 基于 SAE 的模型行为控制(arXiv preprint)
- Psy-Insight — 可解释的中英双语心理咨询数据集(arXiv preprint)
- Psy-Copilot — 基于图检索的心理咨询协作助手(arXiv preprint)