我关心的问题
多模态模型在基准测试上越来越强，但放到真实世界时，例如光线不足、画面模糊、数据分布偏移，或是遇到刻意设计的攻击，它们的「看见」和「推理」常常一起崩坏，而且不会告诉你。
我想研究的是：模型在什么条件下还值得信任，以及我们能不能拿出证据证明这一点。
三个方向
1. 可信的多模态评估。 设计能区分「真的看懂」与「刚好猜对」的评估方式，特别是幻觉、稳健性，以及在困难条件下的失效模式。
2. 困难条件下的视觉。 从低光图像增强（LumiGrid）出发，研究感知品质如何影响下游的理解与推理：图像「修好了」，不代表模型就更可靠。
3. 以证据为先的研究工具。 让 AI 协助研究，但不替结论背书。例如 NoveltyAudit 会记录「搜索没能证明的部分」，Taiwan Exam 让程序只负责检查、不负责宣称品质。
我的做事方式
每个结论都附上能检查它的东西：保留测试集、消融实验、可重现的代码。对自己不利的发现也照实写出来，例如 LumiGrid 其实几乎没有用到亮度分层。
正在做的事
准备 CVPR、ICCV、COLM 2027 的投稿（VLM 与 DiT 相关）。如果你对上述问题有兴趣，欢迎写信讨论。