周方亞諾 – 科研

論文發表

Q.-Y. Zou, G. Chen, F. Zhou, X.-K. Wu, Z.-Y. Yang, and Y.-Y. Shi, “CMLE: A Collaborative LoRA-Enhanced Expert Framework for Multimodal Fake News Detection,” IEEE Transactions on Consumer Electronics,doi: 10.1109/TCE.2026.3677445。 [PDF]
Y.-Y. Shi, F. Zhou, Y.-K. Wang, Q.-Y. Zou, and H.-J. Song, “Towards Better Transparency and Reliability in Smart Contract Vulnerability Detection via Counterfactual Contrastive Explanations,” 在投。
多任務假新聞檢測論文,撰寫中。
旅遊軌跡模擬與路線熱度預測論文,撰寫中。

專利

專利申請中(預計 2026 年 9 – 10 月通過)。

科研經歷

新聞傳播 - 大模型跨學科研究 — 研究助理
2024.5 – 至今  |  指導教師:鄒全義

研究方向:新聞傳播與大模型交叉研究,包括大語言模型價值對齊、多模態假新聞檢測、多任務假新聞檢測模型、智能體模擬假新聞傳播、情感分析、幻覺研究、文本可讀性分析。同時亦有推薦系統與假新聞的相關研究,例如生成式推薦系統與傳統推薦系統的文本對比,以及假新聞在推薦系統中的傳播效果研究。

我的職責:

  • 核心工作:構建新聞傳播過程的 Agent 模擬系統,設計干預實驗與消融實驗,創新性實現多任務假新聞檢測模型。
  • 輔助工作:研究生成式推薦系統與傳統推薦系統在價值觀對齊上的差異。研究大模型生成的假新聞經過推薦系統後是否會導致真相衰退。使用 Python 進行爬蟲,在國內外新聞網站抓取數據,調用大模型進行批量內容概括與價值觀總結,調用外部 API 完成批量實驗,接觸並使用多種神經網絡框架與主流深度學習架構,參與論文的研究背景與相關知識章節撰寫。
  • 賽事參與:參與社會仿真比賽,參與 prompt 設計與項目代碼的雲端分布式部署。

成果與收穫:

  • 參與論文寫作:多模態 MoE 假新聞檢測論文已被 IEEE TCE 接收(doi: 10.1109/TCE.2026.3677445)。
  • 另有《Towards Better Transparency and Reliability in Smart Contract Vulnerability Detection via Counterfactual Contrastive Explanations》(Y.-Y. Shi, F. Zhou, Y.-K. Wang, Q.-Y. Zou, H.-J. Song)在投,多任務假新聞檢測論文在撰寫中。
  • 旅遊軌跡模擬與路線熱度預測論文在撰寫中。
  • 開源項目產出:WeSpeak、Reptile。專利申請中(預計 2026 年 9 – 10 月通過)。

多模態 AI 心理健康輔導系統 — 研究助理
2026.5 – 至今  |  指導教師:黨媛媛

項目描述:面向大學生開發多模態 AI 心理輔導系統,並通過嚴格的隨機對照試驗評估其對大學生心理健康的因果干預效果。項目整合大語言模型、多模態感知技術與循證心理干預方法。

我的職責:

  • 開發部署於 Linux 的 AI 輔導系統,整合多個 RAG 知識庫與基於 MCP 的工具接口。
  • 參與隨機對照試驗設計,評估 AI 輔助干預對大學生心理健康的因果效應。
  • 參與系統實現與論文撰寫。

成果與收穫:結識優秀學長並保持後續合作交流,豐富跨職能與高結構化團隊協作經驗。


智慧醫療 AIGC 病案資料生成項目 — 開發者
2024.7 – 2024.12  |  指導教師:黨媛媛

項目描述:基於生成式人工智能生成格式化病案資料,解決病案撰寫重複勞動、時效性滯後與質量不均等問題。通過深入醫療對話研究,開發 AIGC 算法,實現門診病案自動化與智能化生成。

我的職責:

  • 初期語音轉文字(Whisper 模型)、Qwen 模型微調與 prompt 工程。作為核心開發者之一,我在不斷的模型迭代中提升了大模型生成病案文本的規範性與合理性,使其可被實際應用。
  • 數據批量檢測與效果調優。通過搭建自動化測試管道,大大提升項目測試效率。
  • 輔助環境部署、本地梯子搭建與防火牆通行。

成果與收穫:項目場景後期轉向心理健康相關科室,未來有機會在廣州大型醫院推廣應用。我在這個過程中熟悉了智慧健康領域的產品開發思路及其領域特定關注點,培養出開發既有強大技術支撐又可保證安全性與魯棒性系統的能力。同時亦獲得跨職能與高結構化團隊協作經驗,熟悉工作報告與進度管理流程,並掌握基本 Linux 系統開發能力。


旅遊軌跡數據的挖掘模擬與分析 — 開發者
2025.8 – 至今  |  指導教師:鄧紫坤

項目描述:結合官方平台與爬蟲數據,構建基於 Python 與 Vue 的遊客行為模擬平台,研究社交媒體是否影響遊客路線選擇。

我的職責:實現時間篩選功能與數據可視化模塊,實現多日重複添加人數、關閉臨時景點等重要功能模塊。

成果與收穫:預計至少產出一篇論文(預計 2026 年 12 月前投稿)。提升複雜軟件系統開發經驗,學會適應高要求的開發標準。


農業自動評估研發項目 — 開發者
2025.7 – 2026.2

項目描述:使用計算機視覺實現養畜業養殖效果評估,搭建自主數據標註平台,通過訓練 YOLO 系列模型實現目標體重識別。

我的職責:調研並實現關鍵幀識別算法,使用 YOLOn11pose 模型解決牲畜身體關鍵點識別難點。

成果與收穫:數據標註平台於 2025 年 12 月交付企業驗收,算法仍在迭代階段,積累計算機視覺領域實戰經驗。

項目

智途Career+ 與 AIFrameQuest 以圖搜圖系列 — 組長(六人小組)
2025.5 – 2025.7  |  課程項目:軟件需求分析與建模/軟件開發綜合實訓

項目描述:智途Career+ 是一個以多 agent 決策為特色的職業生涯規劃網頁。AIFrameQuest 是一個基於 Flask 與 Vue 的現代化社區討論平台,支持用戶認證、內容管理、圖像搜索(Faiss 向量搜索與 Bert 特徵提取)。項目另有兩個衍生項目,ReminisceneStone(完全基於用戶生成內容 UGC 的回憶記錄與共鳴尋找平台)與 MoonPit(支持自建圖片數據庫的專業化圖片管理與搜索平台)。技術棧:Python、Flask、JavaScript、MySQL、Vue。

我的職責:負責核心深度學習模塊前後端代碼編寫、子模塊統合,參與前端設計與概念集設計,安排團隊合理分配工作。

成果與收穫:獲得課程第一。開源產出:AIFrameQuest、智途Career+。

其他開源項目

  • MatchaFlow — 多智能體軟件開發管理團隊。GitHub
  • DLFaceDetection — RPC/遠程函數調用示例。GitHub
  • WeSpeak — 新聞傳播與大模型研究的開源產出。GitHub
  • Reptile — 新聞傳播與大模型研究的開源產出。GitHub
  • RecRedTeam — LLM/智能體推薦系統紅隊審計框架。GitHub
  • Crusaders — 人機協作 HMC 框架。GitHub
  • Open Stethoscope — 心音 AI 雜音檢測,面向基層醫療。GitHub
  • OnChainGov — 鏈上 DAO 治理實證研究工具鏈,含因果推斷。GitHub