Các hướng nghiên cứu chính
Những chủ đề hiện tôi đang tập trung nghiên cứu và phát triển, từ bảo mật LLM đến tự động hóa kiểm thử và phân tích mã nguồn.
LLM Security
Tấn công đối kháng, vượt bộ lọc an toàn, đánh giá robustness và xây dựng hệ thống LLM đáng tin cậy.
Xem nghiên cứu →RAG & Repository Reasoning
Truy xuất tri thức, phân tích kho mã lớn và hỗ trợ phát hiện vấn đề trong hệ thống phần mềm.
Xem dự án →Security Automation
Tự động hóa kiểm thử, phân tích lỗ hổng và quy trình đánh giá bảo mật bằng AI.
Đọc bài viết →Nghiên cứu nổi bật
Evasion Under Disguise
Nghiên cứu black-box attacks nhằm đánh giá khả năng vượt qua bộ lọc an toàn của các mô hình ngôn ngữ lớn.
Xem công bố →LLM Safety Filter Evaluation
Đánh giá độ bền vững của bộ lọc an toàn trước các biến đổi ngôn ngữ.
Personal Air Quality Prediction
Ứng dụng dữ liệu đa phương thức để dự đoán chất lượng không khí cá nhân.
Lifelog & Environment Dataset
Xây dựng cơ chế thu thập dữ liệu lifelog và môi trường xung quanh.
Phương pháp nghiên cứu
Threat Modeling
Xác định bề mặt tấn công, tác nhân và rủi ro của hệ thống AI.
Experimental Evaluation
Thiết kế thí nghiệm, benchmark và phân tích kết quả định lượng.
Data-driven Analysis
Khai thác dữ liệu đa phương thức, machine learning và thống kê.
Prototype Development
Xây dựng nguyên mẫu và chuyển kết quả nghiên cứu thành công cụ thực tế.
Dự án và Ứng dụng Nghiên cứu
Bảo mật
Phát triển hệ thống bảo mật tự động giúp phát hiện và ngăn chặn các cuộc tấn công mạng phức tạp.
Phần mềm
Xây dựng công cụ phần mềm tối giản, hiệu quả, hỗ trợ lập trình viên trong việc quản lý dự án.
Mã nguồn
Đóng góp vào các dự án mã nguồn mở nhằm nâng cao tính bảo mật và hiệu suất phần mềm.
Nghiên cứu
Khám phá các thuật toán học máy mới để cải thiện khả năng nhận dạng và phân tích dữ liệu.