Portfolio

项目背景

AI若要成为真正的人类工作助手，需要同时具备强大的执行能力和需求发现能力。

核心功能

• 收集用户短期、长期工作任务
• 结合用户线上行为数据分析任务执行情况
• 主动判定可辅助执行的工作
• AI自动执行辅助任务

目标

实现AI辅助人类进行多任务并行操作。

核心理念

将Agent的Token消耗有效转化为个人效能提升的关键在于：让大模型真正模拟个人的思想与表达能力。

项目目标

• 探索模型能在多大程度上实现真人模拟
• 实验性项目，验证个人化Agent的可行性

研究问题

精神科临床面谈是住院医师的核心技能，但现有模拟教学工具交互僵化，无法满足自主练习需求。

解决方案

• 开发PsyMooc系统，利用LLM增强SBE
• 支持开放式面谈交互
• LLM驱动的Agent提供个性化反馈

研究成果

高可用性，显著提升住院医师的临床信心和面谈表现。

研究问题

传统飞行训练依赖一对一指导，存在培训质量受限、获取技能难度高的问题。

解决方案

• 开发FlightAxis原型系统
• LLM评估表现并给出指令
• 结合肌肉电刺激(EMS)提供实时反馈

研究成果

显著提升操作质量，为各领域技能培训提供新范式。