面向跨语言学术知识动态对齐的世界模型构建与实证研究(CLAWM)
针对多语言学术文献检索中新兴概念冷启动与跨语言语义漂移问题,提出跨语言学术知识动态对齐世界模型(CLAWM)。模型融合时间状态转移、跨语锚点对齐与知识图谱结构约束(权重配置 w_t=0.30, w_a=0.50, w_k=0.20)。实证表明零样本跨语言检索 NEER@20 从 0 提升至 0.600,移除时间转移模块后预测 MSE 恶化 +1426.8%,证实了动态状态演化建模的必要性。
副高级工程师 · AI4Science 与跨语言知识工程研究者
深耕图书馆情报学(LIS)与人工智能(AI4Science)交叉前沿。专注于跨语言学术知识动态对齐世界模型(CLAWM)、多语种书目与平行语料检索增强(Traceable CLIR & GraphRAG)、多智能体科研协同工作台(iScholar)以及高安全级 Agent Harness 沙箱治理架构。坚持「理论建模—受控消融实验—全栈开源系统交付」三位一体的研究与工程闭环。
打通「形式化评测协议—受控消融实验—全栈多智能体系统」的跨学科研究闭环
针对多语言学术空间的概念漂移与冷启动对齐难题,构建基于状态空间模型(Mamba)与神经常微分方程(Neural ODE / DEQ)的跨语言动态对齐世界模型(CLAWM);同时探索图书情报学(LIS)领域的连续知识代谢(CKM)代理测度与时间窗口偏差校正协议。
围绕中法、中英阿等多语种学术与书目资源,提出基于平行语料关系约束扩展的跨语言检索方法(RCE-CLIR),区分跨语句对共现(ALIGNED)与同语句内共现(CO_OCCURS),结合法国国家图书馆(BnF)五语种 UNIMARC 真实记录与双盲复核协议,实现证据可回指、无幻觉的混合检索。
研发面向高校师生的 iScholar 七智能体科研平台(LangGraph 编排 + MCP 工具网关),提出基于引文局限图谱与波普尔可执行证伪的多智能体科学发现框架(FD-MAP);并在底层构建具备 9 层安全隔离(gVisor/Docker/seccomp/cgroup)与三级推理降级链的 Agent Harness 引擎。
探索生成式 AI 时代高校图书馆的「价值锚点迁移」与「咨询即服务(CaaS)」新范式。设计并落地 32 课时「零翻墙、国产开源优先、证据先于流畅文本」的高校师生 AI 科研全流程训练营,构建 KGBERS 知识图谱个性化教育推荐系统与多语种语料质量治理体系。
涵盖多智能体科研平台、跨语言检索复现包、知识图谱教育推荐与 9 层安全沙箱基础设施
面向高校师生的 AI 原生学术科研工作台:采用 Next.js 14 薄 BFF + Python FastAPI / LangGraph 编排 + MCP 工具网关 + PostgreSQL/pgvector 架构,覆盖选题探索、文献综述、研究计划、实验设计、模块化写作、投稿匹配与审稿返修全链路,内置 AI 科研教练训练系统。
从 WikiMatrix 中法平行句对抽取词项级关系证据(ALIGNED 跨语共现与 CO_OCCURS 句内共现),在 1,991 对语料、90 个查询、64 组检索配置排名、295 项自动化门禁与 200 条关系边人工审计上完成完整实证闭环。
北京市数字教育研究重点课题支撑工程。包含知识图谱构建、学习者认知状态建模、课程细粒度分析、图谱+协同过滤混合推荐、交互式学习界面与在线 A/B 评估六大可运行模块,全量 pytest 单元测试绿灯通过。
将「引文局限图谱结构洞导航 + 可执行波普尔证伪检验 + 负样本记忆对齐」转化为可复现的论文实验闭环,克服大模型科研假设生成中的幻觉与同质化问题。
结合 Graph-RAG 与动态知识状态追踪世界模型,对跨文化文学阅读过程中的角色认知边界、时点约束与信息传播路径进行形式化建模与可核验评测。
面向「一带一路」多语种学术文献检索(BRI-MAIR),在单卡 RTX 3090 环境下开展跨语言概念对齐与长程语义漂移抑制实验,提供完整消融与评估脚本。
支持合同上传、pgvector 相似模板检索、重排、章节对齐、逐句差异 Diff、LLM 风险修改建议及红线 PDF/Word 预审稿导出;无标准模板时自动降级为独立全面审查模式。
采用 Agent Harness(9 层容器沙箱隔离)+ Hermes Agent(5 工具编排)+ Qwen3/Qwen2.5-VL(三级降级推理)三层架构,支持多源业务巡检、视觉违规检测、RBAC 权限拦截与全离线信创交付。
服务于中英阿及中法多语种平行语料采集、对齐、双盲标注、IAA 一致性检验与银标校准的全流程工作台,作为《多智能体驱动的多语种语料构建与质量治理》专著的核心参考工程。
组合 Streamlit 工作台、FastAPI 与 SQLite,抽取地缘政治新闻事件语义并构建可解释关联图;严格执行「历史证据可用性约束(Point-in-Time)」防止前视偏差,完成五项主检验 Holm 校正实证评估。
面向高校实验室与图书馆的开源 VDI 虚拟桌面系统本地化工程(CN-IsardVDI),以及教育网 CARSI 联盟身份提供者(IdP)服务部署工具链,支撑跨校学术资源无感访问与云端实训环境分发。
结合北二外多语种学科优势,研发中法数字经贸合规 RAG(FrenchTrade)、中阿丝路文旅与贸易知识库(ArabTrade)及欧洲多语种公共舆情监测平台,全部部署提供在线交互演示。
坚持「内容数据引文一字不改、机器门禁核验、证据链完整可回指」的实证写作准则
针对多语言学术文献检索中新兴概念冷启动与跨语言语义漂移问题,提出跨语言学术知识动态对齐世界模型(CLAWM)。模型融合时间状态转移、跨语锚点对齐与知识图谱结构约束(权重配置 w_t=0.30, w_a=0.50, w_k=0.20)。实证表明零样本跨语言检索 NEER@20 从 0 提升至 0.600,移除时间转移模块后预测 MSE 恶化 +1426.8%,证实了动态状态演化建模的必要性。
从 WikiMatrix 中法平行句对中抽取词项级关系证据,显式区分跨语句对共现(ALIGNED)与目标语句内共现(CO_OCCURS),构建受关系约束的跨语言查询扩展机制。在 1,991 对中法语料、90 个评测查询、64 组参数配置排名以及 200 条关系边的双人盲审校准集上完成系统验证。
采用解释型顺序混合研究方法,以法国国家图书馆(BnF)真实抓取的五语种 UNIMARC 书目记录、50 行双人盲复核与裁决标注以及五组受控诊断排序实验为基础,设计兼具字段级溯源契约与跨语语义召回能力的多语种书目混合检索架构。
针对长篇叙事与跨文化阅读问答中常见的「事后全知剧透(时点越界)」与「角色未获知信息归因错误(传播路径越界)」,建立形式化证据许可语义(Evidence-Licensing Semantics),给出证明证书结构、构造性反例集与自动化程序一致性检查协议。
突破传统跨语言检索将翻译视为「对称双射」的隐含假设,提出跨语言概念语义不对等(Semantic Asymmetry)形式化测量协议,通过中英阿三语概念微案例、构造反例与有限域程序检验,揭示单向包含、多义分裂与文化空缺对稠密向量检索排序的系统性扭曲。
针对大模型法务审查中修改建议无法精确回指原文坐标的问题,提出条款对齐、句级匹配、集合式差异输出与坐标失效约束(Coordinate Invalidation Constraints)的形式化契约,实现可机器核验的红线比对。
严格考察金融多智能体系统在剔除前视偏差(历史可得事件证据门禁)后的真实预测增量。基于本地端到端回溯评价与五项主检验 Holm 校正,如实报告受控负结果(evaluated_no_supported_gain:强基准未被显著击败),为金融 Agent 评测建立防泄漏方法学基线。
基于北京第二外国语学院图书馆面向约 80 名师生开展的 AI 科研训练营实证数据,构建覆盖「文献精读—选题聚焦—语料构建—实证分析—规范写作与学术伦理」的全流程任务链模型,探讨高校图书馆从资源中介向科研赋能中枢转型的可复制路径。
探讨图书情报学文献主题演化中知识代谢(吸收、转化、消退)代理指标的构造方法,系统揭示时间窗口截断与样本采集深度偏差对主题演化趋势判断的失真效应,并给出等深采样与鲁棒性检验方案。
利用 Duolingo SLAM 2018 法英(fr_en)公开学习轨迹数据,严格评估弱监督语法与词汇知识图谱特征在词元级(Token-level)学习者错误预测中的可复核增量价值。
针对突发公共卫生事件下高校图书馆实体馆藏流通受阻痛点,提出纸电一体化(Print-Electronic Integration)应急响应与常态化协同流通服务机制,优化馆藏元数据映射、按需数字化传递与多渠道读者服务闭环。
面向高校公共机房与数字阅览室的多系统运维需求,基于开源 oVirt 与 KVM 虚拟化技术设计集中式桌面云架构,实现镜像统一分发、动态资源调度与高可用故障迁移。
构建面向境外社交媒体(Twitter)的多语种流式数据采集、清洗、情感极性判别与热点话题演化可视化系统,为跨文化舆情态势感知提供技术底座。
系统梳理大数据环境下网络舆情采集、多维特征提取、主题聚类与传播态势预测的核心方法体系。
结合北二外旅游科学学科场景,设计基于 Qt 跨平台框架的旅游景区多源客流与评价数据融合分析系统,实现景区景气指数计算与趋势可视化。
前瞻性探讨人工智能技术(自然语言处理、智能推荐、知识图谱与智能盘点机器人)在现代高校图书馆资源建设、读者服务与空间再造中的应用路径。
对比分析主流开源云平台在高校图书馆数字资源存储与高可用服务中的架构选型、存储性能与运维成本。
发表于图情技术顶刊《现代图书情报技术》(现《数据分析与知识发现》)。系统研究基于 Xen Cloud Platform (XCP) 构建高校图书馆服务器虚拟化资源池、共享存储高可用集群与动态迁移机制的工程实践。