研究与工具使用
推理 ↔ 交互
智能体与推理 Apodex · 2025–present
Apodex 1.1
让推理走向任务完成。
智能体如何结合文件、搜索、代码与协作，完成复杂的研究任务？
- 我的工作
- 在 Apodex 从零搭建深度研究智能体框架，设计证据验证与多智能体协作。
- 成果
- 面向复杂研究的模型与工作台，以及开源 FrontierAgent 执行框架。
作品。
从研究问题到模型、评测与可用的工具。
01 / 研究与实践
代表工作。
音频模型评测
从输入到可检验的结果
音频与评测 I²R, A*STAR · NAACL 2025
AudioBench
理解音频模型真正听懂了什么。
如何系统评估音频大语言模型的能力？
- 我的工作
- 主导 AudioBench，覆盖 8 类任务与 26 个数据集，担任第一作者。
- 成果
- 通用音频语言评测基准，发表于 NAACL 2025。
跨语言与文化
跨越语言，理解语境
早期研究成果。
此前参与的模型与框架工作。
工具、资源与个人项目。
我维护的资源库与个人实验。