AI 安全
研究 LLM 应用如何区分可信任务与不可信内容，以及防御方法对安全性和任务效用的共同影响。
Prompt injection / Trust boundaries / LLM applications
01研究方向
值得探索的问题。
关注系统如何构建、安全如何保障，以及信任所依据的证据。
Harness 工程
为软件与 AI 系统构建结构化数据集、受控对照和可审查的评测工作流。
Reproducibility / Benchmark design / Empirical evaluation
软件与系统安全
分析授权逻辑与系统行为，并检验相近执行路径是否遵循一致的规则。
Authorization / Logic vulnerabilities / System behavior
02精选项目
让想法落地。
研究与工程实践的精选：在构建中理解，在评测中改进。
SpecGuard
面向 LLM 应用间接提示注入的通道感知防御。
研究笔记
通过黑盒、通道感知方法区分可信任务与不可信内容中的指令。已记录的本地基准覆盖 1,546 条整理样本、4 个模型和 6 种防御；总体 ASR 从 0.671 降至 0.322，同时保留效用权衡。这些是本地实验记录，并非独立复现结论。
HVCR
面向物理可控视频场景的因果推理基准。
研究笔记
在上海人工智能实验室参与受控物理仿真、渲染与视频处理流程。工作涵盖视频问答构建，以及多模态模型与人类回答的对比评测；此处不声明当前投稿结果。
DCASE / FISHER
通过预训练音频模型迁移与融合研究工业异常声音检测。
研究笔记
探索自监督音频模型迁移、生成式音频增强、基于贝叶斯优化的模型集成和多采样率融合。项目状态仅记录至 2025 年 12 月；此处不声明排名、发表状态或未经复核的数值结果。
CLIP 实现与优化
图文对比学习实现，以及编码器和训练策略的受控实验。
研究笔记
使用 PyTorch 与 InfoNCE 目标实现 CLIP 风格双塔模型。在 Flickr8k 上构建包含 AdamW、余弦调度和图像增强的训练流程，并探索 BERT 与 Vision Transformer 编码器。检索指标待原始证据复核后补充。
更多探索
04 项工作可靠工业异常声音检测
2026面向声学监测的基础模型迁移与可靠模型选择。
研究笔记
本科毕业论文研究，将基础模型迁移、可靠模型选择、融合校准与双通道辅助信息结合，用于工业异常声音检测。
经典逻辑漏洞数据集
2026围绕 CVE/CWE 整理反复出现的逻辑漏洞场景与机理。
研究笔记
经审阅的 2026 年 8 月仓库快照记录了 2,626 条分析样本和 23 类 CWE 白名单，通过 Python 流水线生成结构化场景与机理报告。以上数量对应当时快照，并非实时数据库统计。
JS Web 授权逻辑研究
2026面向 JavaScript / TypeScript 后端授权逻辑的证据优先研究工作流。
研究笔记
四阶段方法依次分离仓库筛选、安全锚点发现、授权上下文恢复与 V1/V2 比较。它描述保守的研究工作流，并非已经验证的一键漏洞扫描器。
机器人视觉工具
面向机器人项目的相机标定与屏幕花卉识别模块。
研究笔记
基于 OpenCV、NumPy 与 Jupyter 实现的计算机视觉模块。已审阅仓库支持该实现摘要，但不足以证明项目日期、比赛成绩或个人领导角色。
03研究足迹
走过不同城市，追问新的问题。
这些城市与经历，塑造了我的思考，也引向下一段研究。
持续延展的地图04 处地点
当前 · 新加坡
拖动探索 · 选择地点
新加坡
1.35°N / 103.82°E
开启博士研究
南洋理工大学
计算与数据科学学院博士生，导师为 Xiaofeng Wang 教授。研究兴趣包括面向安全的 AI 与 Harness 工程。
不同的坐标，相连的问题。04 处地点 05 段经历
04经历与教育
在实践中学习。
05研究成果与写作
以文字记录研究。
研究稿件、软件与报告，分别标注已有记录支持的状态。
06荣誉
奖项与认可。
- 2019
银牌 · 第 20 届亚洲物理奥林匹克竞赛（APhO）
澳大利亚阿德莱德