ReDeEP: Detecting Hallucination in Retrieval-Augmented Generation via Mechanistic Interpretability
ICLR 2025 Spotlight
从机制层面解释 RAG 幻觉:外部证据利用不足与参数知识依赖失衡。
我是中国人民大学高瓴人工智能学院博士生,导师是徐君教授。我的研究方向是可信大模型与智能体、 机制可解释性。预计于 2027 年 6 月毕业,目前正在寻找研究岗位。
我借鉴认知神经科学的研究方法,刻画模型内部的能力结构,分析失效机制,并研究长程任务中的行为调控。 已以第一作者发表 CCF A/B 类论文 13 篇,其中 CCF A 类 10 篇;拥有授权发明专利 4 项。 相关工作获 ICLR Spotlight、SIGIR-AP 和 CCIR 最佳论文奖。
我的研究主线是“AI 智能体的认知神经科学”,通过行为实验、表征分析和因果干预,回答以下问题:
ICLR 2025 Spotlight
从机制层面解释 RAG 幻觉:外部证据利用不足与参数知识依赖失衡。
SIGIR 2025 | Paper Digest SIGIR 2025 高影响力论文(第 2 名)
面向可信多步检索增强推理的过程奖励框架。
arXiv 2026
连接稀疏特征、功能分区、认知能力、能力层级与病理定位的多层认知图谱。
SIGIR 2026
校准推理不确定性与证据不确定性,并按需触发经验驱动纠错的深度搜索框架。
CIKM 2024 | Paper Digest CIKM 2024 高影响力论文(第 4 名)
通过离线生成推理示例与上下文学习,将大模型的世界知识和推理能力融入协同过滤。
ICLR 2026
从时间神经动力学分析大推理模型中的推理幻觉。
人工智能博士
高瓴人工智能学院,导师:徐君教授。
交换联培
计算机与数据科学学院,合作导师:刘杨教授。研究方向:AI 安全与模型可解释性。
计算机科学与技术本科
专业排名 1/250。
青年研究员
研究实习生
模型应用部、搜索技术部、基础大模型与应用部。合作导师:臧晓雪、郑凯、宋洋。
在中国人民大学担任课程助教:
协助指导本科生及研究生 10 名,参与选题、实验和论文写作指导。其中一名毕业生发表 7 篇高水平论文, 入选腾讯青云计划。其他指导案例包括本科阶段发表一作 SIGIR 论文,以及研究生科研入门和论文发表。
计划承担程序设计、数据分析和信息检索课程,并开设大模型可解释性与智能体专题,将论文研读、算法复现和开放问题实验融入教学。