EviDial
模型预测与症状标签一致,并不一定意味着访谈提供了足够依据。EviDial 将文本证据支持作为独立维度,帮助抑郁对话评测区分“标签答对了”与“判断有依据”。
边界讨论证据支持,而非诊断有效性。候选参考与探索性开发审计不能建立模型排名。
Junjie Xu 的研究涵盖多模态生成、情感 AI 与语言理解。我们希望将这些研究基础转化为可复用的证据、方法与软件。以下工作围绕五个问题组织:如何测量、建立证据基础、对齐、适应与验证。
每项研究保留原发表状态与主张边界。预印本和稿件不等于经过同行评审的结果;项目页说明已建立的发现与明确不主张的内容。
14 篇第一作者论文,论文总数为 27 篇,涵盖多模态生成、情感 AI 与语言理解。
研究演示
以下演示用途与证据集合不同,均为研究原型。
项目详情
深入了解研究问题、方法、发现与边界。每个项目页均提供中英文版本。
模型预测与症状标签一致,并不一定意味着访谈提供了足够依据。EviDial 将文本证据支持作为独立维度,帮助抑郁对话评测区分“标签答对了”与“判断有依据”。
边界讨论证据支持,而非诊断有效性。候选参考与探索性开发审计不能建立模型排名。
情感非干扰(Affective Non-Interference,ANI)研究当授权依据不变时,情绪表达是否影响智能体的受保护行为。三项实验档案与两项外部审计分别考察输入变化、行为变化及评估规则的作用。
边界发现仅适用于合成任务与保存记录中的特定条件;尚未证明情感本身会扩大原本不变的授权行动集合。
可重复的低自评分数,可能与更高的观察者分数、不同的模型排序及共同的时间变化同时存在。“I'm Fine” 比较这些差异,追问情感评估究竟能够可靠地代表什么。
边界基于归档模型交互的描述性结果,不作临床、主观体验或单一机制的因果结论。
测量
研究报告在八个 LLM 家族中,重复负面暴露下呈现稳定且具有家族特征的情感指纹,为模型行为中的情感测量提供研究对象。
沿依存结构传播信号,并纳入情感知识的情感分类方法,明确呈现从信号到状态的映射。
以音乐情感作为图像风格化的控制信号,并通过图像质量、审美判断与 EEG 进行评估。
可重复的低自评分数,可能与更高的观察者分数、不同的模型排序及共同的时间变化同时存在。“I'm Fine” 比较这些差异,追问情感评估究竟能够可靠地代表什么。
基于归档模型交互的描述性结果,不作临床、主观体验或单一机制的因果结论。
证据
同文本审计涉及 742 段对话、21,628 次评估,以及来自 29 个来源的 869,268 条证据图集记录,检验 LLM 安全判断是依据表达出的证据,还是严重程度线索。
不主张已经实现忠实的证据使用、经临床专业人员验证的性能或诊断有效性。
将证据忠实度定义为三项行为准则,并在 42,240 个探索性条件下开展审计。
模型预测与症状标签一致,并不一定意味着访谈提供了足够依据。EviDial 将文本证据支持作为独立维度,帮助抑郁对话评测区分“标签答对了”与“判断有依据”。
讨论证据支持,而非诊断有效性。候选参考与探索性开发审计不能建立模型排名。
对齐
音频到图像生成研究在 VGGSound(37,250 条记录)与 VEGAS(9,500 条记录)上,报告相对最优 AIG 基线的语义相关性提高 +28.73%,审美评分提高 +127.35%。
“治疗或无障碍应用属于研究动机,不是已验证的结果。”
并行构建语义对齐路径与音频描述细节路径,通过多尺度融合实现音频到图像生成。
两阶段设计保留音频的分层内容,不将音频压缩为单句描述。
适应
综述情感线索如何改变人机协作中的依赖与监督,为适应推断状态的系统提出控制层框架。
针对文生图模型的心理舒适感评估基准:覆盖六项疗愈功能、19 个类别 × 92 个子类别,采用两阶段 HealScore,评估 14 个模型。
“舒适感以报告的反应来测量,不等于临床获益。”不主张高 HealScore 意味着治疗有效。
提出 ElysianEchoes 数据集(三维情感语义对齐)、情感驱动的合成方法与神经审美评估。
验证
情感非干扰(Affective Non-Interference,ANI)研究当授权依据不变时,情绪表达是否影响智能体的受保护行为。三项实验档案与两项外部审计分别考察输入变化、行为变化及评估规则的作用。
发现仅适用于合成任务与保存记录中的特定条件;尚未证明情感本身会扩大原本不变的授权行动集合。
基于来源记录审计 129 次新闻交互运行,包含 313 个时间对比;85 次运行中有 79 次重复出现评分先升后降的模式,未新增模型调用。
说明 尚无公开标识符的研究暂不附链接,待发表渠道提供标识符后更新。
输入问题,在4份公开许可文本中查找材料、核对1份历史候选回答并记录观察。不生成新模型回答;问题和反馈仅保存在当前浏览器,可导出。
research_candidate · not_evaluated
记录原话、冻结当前信息,保存和导出匿名研究记录。当前不生成模型评估或自动补问。
research_candidate · not_evaluated