周方亚诺 – 科研

论文发表

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。
多任务假新闻检测论文,撰写中。
旅游轨迹模拟与路线热度预测论文,撰写中。

专利

专利申请中(预计 2026 年 9 – 10 月通过)。

科研经历

新闻传播 - 大模型跨学科研究 — 研究助理
2024.5 – 至今  |  指导教师:邹全义

研究方向:新闻传播与大模型交叉研究,包括大语言模型价值对齐、多模态假新闻检测、多任务假新闻检测模型、智能体模拟假新闻传播、情感分析、幻觉研究、文本可读性分析。同时也有推荐系统与假新闻的相关研究,比如生成式推荐系统与传统推荐系统的文本对比,以及假新闻在推荐系统中的传播效果研究。

我的职责:

  • 核心工作:构建新闻传播过程的 Agent 模拟系统,设计干预实验与消融实验,创新性实现多任务假新闻检测模型。
  • 辅助工作:研究生成式推荐系统与传统推荐系统在价值观对齐上的差异。研究大模型生成的假新闻经过推荐系统后是否会导致真相衰退。使用 Python 进行爬虫,在国内外新闻网站抓取数据,调用大模型进行批量内容概括与价值观总结,调用外部 API 完成批量实验,接触并使用多种神经网络框架与主流深度学习架构,参与论文的研究背景与相关知识章节撰写。
  • 赛事参与:参与社会仿真比赛,参与 prompt 设计与项目代码的云端分布式部署。

成果与收获:

  • 参与论文写作:多模态 MoE 假新闻检测论文已被 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,多任务假新闻检测论文在撰写中。
  • 旅游轨迹模拟与路线热度预测论文在撰写中。
  • 开源项目产出:WeSpeak、Reptile。专利申请中(预计 2026 年 9 – 10 月通过)。

多模态 AI 心理健康辅导系统 — 研究助理
2026.5 – 至今  |  指导教师:党媛媛

项目描述:面向大学生开发多模态 AI 心理辅导系统,并通过严格的随机对照试验评估其对大学生心理健康的因果干预效果。项目整合大语言模型、多模态感知技术与循证心理干预方法。

我的职责:

  • 开发部署于 Linux 的 AI 辅导系统,整合多个 RAG 知识库与基于 MCP 的工具接口。
  • 参与随机对照试验设计,评估 AI 辅助干预对大学生心理健康的因果效应。
  • 参与系统实现与论文撰写。

成果与收获:结识优秀学长并保持后续合作交流,丰富跨职能与高结构化团队协作经验。


智慧医疗 AIGC 病案资料生成项目 — 开发者
2024.7 – 2024.12  |  指导教师:党媛媛

项目描述:基于生成式人工智能生成格式化病案资料,解决病案撰写重复劳动、时效性滞后与质量不均等问题。通过深入医疗对话研究,开发 AIGC 算法,实现门诊病案自动化与智能化生成。

我的职责:

  • 初期语音转文本(Whisper 模型)、Qwen 模型微调与 prompt 工程。作为核心开发者之一,我在不断的模型迭代中提升了大模型生成病案文本的规范性与合理性,使其可以被实际应用。
  • 数据批量检测与效果调优。通过搭建自动化的测试管道,大大提升了项目测试效率。
  • 辅助环境部署、本地梯子搭建与防火墙通行。

成果与收获:项目场景后期转向心理健康相关科室,未来有机会在广州的大型医院推广应用。我在这个过程中熟悉了智慧健康领域的产品开发思路及其领域特定的关注点,培养出开发既有强大技术支撑又能保证安全性与鲁棒性系统的能力。同时也获得跨职能与高结构化团队协作经验,熟悉工作报告与进度管理流程,并掌握基本 Linux 系统开发能力。


旅游轨迹数据的挖掘模拟与分析 — 开发者
2025.8 – 至今  |  指导教师:邓紫坤

项目描述:结合官方平台与爬虫数据,构建基于 Python 与 Vue 的游客行为模拟平台,研究社交媒体是否影响游客路线选择。

我的职责:实现时间筛选功能与数据可视化模块,实现多日重复添加人数、关闭临时景点等重要功能模块。

成果与收获:预计至少产出一篇论文(预计 2026 年 12 月前投稿)。提升复杂软件系统开发经验,学会适应高要求的开发标准。


农业自动评估研发项目 — 开发者
2025.7 – 2026.2

项目描述:使用计算机视觉实现养畜业养殖效果评估,搭建自主数据标注平台,通过训练 YOLO 系列模型实现目标体重识别。

我的职责:调研并实现关键帧识别算法,使用 YOLOn11pose 模型解决牲畜身体关键点识别难点。

成果与收获:数据标注平台于 2025 年 12 月交付企业验收,算法仍在迭代阶段,积累计算机视觉领域实战经验。

项目

智途Career+ 与 AIFrameQuest 以图搜图系列 — 组长(六人小组)
2025.5 – 2025.7  |  课程项目:软件需求分析与建模/软件开发综合实训

项目描述:智途Career+ 是一个以多 agent 决策为特色的职业生涯规划网页。AIFrameQuest 是一个基于 Flask 与 Vue 的现代化社区讨论平台,支持用户认证、内容管理、图像搜索(Faiss 向量搜索与 Bert 特征提取)。项目另有两个衍生项目,ReminisceneStone(完全基于用户生成内容 UGC 的回忆记录与共鸣寻找平台)与 MoonPit(支持自建图片数据库的专业化图片管理与搜索平台)。技术栈:Python、Flask、JavaScript、MySQL、Vue。

我的职责:负责核心深度学习模块前后端代码编写、子模块统合,参与前端设计与概念集设计,安排团队合理分配工作。

成果与收获:获得课程第一。开源产出:AIFrameQuest、智途Career+。

其他开源项目

  • MatchaFlow — 多智能体软件开发管理团队。GitHub
  • DLFaceDetection — RPC/远程函数调用示例。GitHub
  • WeSpeak — 新闻传播与大模型研究的开源产出。GitHub
  • Reptile — 新闻传播与大模型研究的开源产出。GitHub
  • RecRedTeam — LLM/智能体推荐系统红队审计框架。GitHub
  • Crusaders — 人机协作 HMC 框架。GitHub
  • Open Stethoscope — 心音 AI 杂音检测,面向基层医疗。GitHub
  • OnChainGov — 链上 DAO 治理实证研究工具链,含因果推断。GitHub