大模型智能体 | 幻觉 | 机理可解释性 | 搜索

孙忠祥 (Zhongxiang Sun)

我是中国人民大学高瓴人工智能学院博士生，导师是许俊教授。我的研究围绕可信大语言模型与智能体展开， 目前主要关注幻觉机理、推理与规划、信息检索、可解释性和法律智能。我借鉴认知神经科学的研究方法， 通过任务设计、行为分析、表征分析、机制干预和过程监控，理解大模型智能体如何工作，又会在什么情况下出错。

我预计于 2027 年 6 月毕业，目前正在寻找研究岗位。欢迎与我讨论可信大模型与智能体、 大模型与信息检索的结合、机理可解释性，以及认知神经科学对人工智能研究的启发。

邮箱 Google Scholar GitHub
孙忠祥

研究概览

研究主线 可信大模型智能体的系统研究

我的博士研究从内部认知组织、模块级幻觉机理和长程元认知调控三个层面分析大模型智能体。

代表成果 以第一作者在 ICLR、SIGIR 和 ACL 发表多项工作

相关项目涉及检索增强生成、大型推理模型、个性化大模型、过程奖励和深度搜索智能体。

学术认可 ICLR Spotlight、SIGIR-AP 最佳论文奖及 Paper Digest 最具影响力论文榜单

ReDeEP 入选 ICLR Spotlight；生成式检索工作获 SIGIR-AP 最佳论文奖；另有论文入选 Paper Digest 的 SIGIR 与 CIKM 最具影响力论文榜单。

公开资料 项目主页、代码与完整论文列表

网站整理了 NeuroCogMap 等项目的介绍、论文和代码，并单列完整发表记录，方便集中查阅。

研究

我把大模型智能体视为一种新的人工智能系统。它能理解上下文，围绕目标展开推理，调用工具和记忆， 与人或其他智能体协作，并在变化的环境中行动。我的工作关心这些能力在模型内部如何组织、故障如何产生， 以及怎样在执行过程中及时发现并纠正问题。具体方法包括认知任务范式、行为边界测试、表征分析、因果干预和过程级监控。

解释

内部认知组织

NeuroCogMap 将稀疏特征、功能脑区式分区、能力层级和异常行为定位组织在同一张内部认知图谱中。

了解内部认知组织
定位

智能体模块机理

ReDeEP、RHD 和 FPPS 分别研究工具证据的使用、推理过程的时间动态，以及个性化记忆引发的事实偏移。

查看模块机理研究
调控

元认知调控

ReARTeR 和 DS-MCM 研究过程奖励、分层监控、反思纠错与经验更新，让智能体在长程任务中及时调整行为。

查看元认知调控研究

代表论文

这里选取与当前研究主线关系最紧密的工作。其他论文收录在完整列表中。

查看完整论文列表

教育经历

奖励与荣誉

教学经历

学术与研究经历

报告