Embedding Surgery: Localized Updates for Adaptive Ranking Correction in Dense Retrieval
为解决密集检索系统难以适应用户反馈或变化的搜索意图问题，提出了一种轻量级方法——嵌入手术，通过在查询时对选定文档嵌入进行局部最小更新来实现自适应排名校正。
0 citationsRead paper
Selected work
Representative Papers
Modelpedia: A Catalog of Model Findings for the Meta-Science of AI
为解决AI模型研究发现散乱问题，提出Modelpedia框架，利用LLM自动提取并整理论文中的模型发现，形成可搜索的公共目录。
0 citationsRead paper
Agentic Multimodal Models for Environmental Hyperspectral Unmixing
本文提出了一种基于大视觉-语言模型的代理框架，通过整合光谱和空间证据来优化高光谱解混过程中的端元集及丰度估计，从而提高了解混精度。
0 citationsRead paper
PUMA: Post-Hoc Sparsification of Universal Multimodal Embeddings for Efficient Retrieval
为解决多模态嵌入的高内存和推理成本问题，提出PUMA方法，通过后处理稀疏化技术在不重新训练主干模型的情况下生成紧凑稀疏编码，有效降低存储需求并加快检索速度。
0 citationsRead paper
Fairness Hazard Analysis for Socio-Technical Processes: A Multiple-Case Study in Bias-sensitive Organisational Settings
研究提出公平性危害分析方法，系统识别、分析并缓解社会技术过程中的公平性问题，通过案例研究验证其在实际环境中的有效性。
0 citationsRead paper
Recent publications
Latest Papers
Embedding Surgery: Localized Updates for Adaptive Ranking Correction in Dense Retrieval
为解决密集检索系统难以适应用户反馈或变化的搜索意图问题，提出了一种轻量级方法——嵌入手术，通过在查询时对选定文档嵌入进行局部最小更新来实现自适应排名校正。
0 citationsRead paper
Modelpedia: A Catalog of Model Findings for the Meta-Science of AI
为解决AI模型研究发现散乱问题，提出Modelpedia框架，利用LLM自动提取并整理论文中的模型发现，形成可搜索的公共目录。
0 citationsRead paper
Agentic Multimodal Models for Environmental Hyperspectral Unmixing
本文提出了一种基于大视觉-语言模型的代理框架，通过整合光谱和空间证据来优化高光谱解混过程中的端元集及丰度估计，从而提高了解混精度。
0 citationsRead paper
PUMA: Post-Hoc Sparsification of Universal Multimodal Embeddings for Efficient Retrieval
为解决多模态嵌入的高内存和推理成本问题，提出PUMA方法，通过后处理稀疏化技术在不重新训练主干模型的情况下生成紧凑稀疏编码，有效降低存储需求并加快检索速度。
0 citationsRead paper
Fairness Hazard Analysis for Socio-Technical Processes: A Multiple-Case Study in Bias-sensitive Organisational Settings
研究提出公平性危害分析方法，系统识别、分析并缓解社会技术过程中的公平性问题，通过案例研究验证其在实际环境中的有效性。
0 citationsRead paper