Niansia | 计算机科学

个人研究档案 / 2026

Niansia

计算机科学专业毕业生，正在准备申请研究生项目，研究兴趣聚焦 AI 安全、计算机视觉与视觉语言模型。

我于 2026 年毕业于元智大学计算机科学专业，目前正在准备研究生项目申请，并关注视觉与多模态智能系统的安全性、鲁棒性与推理能力。

我尤其重视证据如何取得、推理如何失败、不确定性如何呈现，以及其他研究者能否复现同一项实验。

目前进行

在准备研究生项目申请的同时，持续探索视觉与多模态 AI 系统的安全性、鲁棒性、评估与推理。

欢迎交流

研究构想、复现性工作、特殊数据集，以及值得深入分析的模型失效案例。

联系方式

目前的研究兴趣可归纳为两个彼此关联的领域。

甲

如何使视觉与多模态 AI 系统在面对对抗性输入、薄弱证据与现实世界不确定性时，仍保持安全性、鲁棒性与可审计性？

安全性 / 鲁棒性 / 对抗与失效分析 / 内容完整性 / 可信赖评估

乙

如何使计算机视觉与视觉语言系统保留视觉证据、跨模态与时间进行推理，并依据推理基础而非仅依据语言流畅度进行评估？

计算机视觉 / VLM / 多模态推理 / 记忆 / 评估

延伸兴趣。 量化机器学习、交互式系统与研究软件。

目前部分研究仍处于开发或评审阶段，因此保持非公开；相关代码、结果与可复现成果将在适当时机发布。

若您亦从事 AI 安全、计算机视觉、视觉语言模型、可信赖多模态 AI、实验复现或研究工具等相关工作，欢迎来信交流研究构想、数据集、复现结果，以及值得进一步分析的模型失效案例。