~/davelee.ai·research
研究

李嘉维 Jiawei Li(David Lee)

独立研究者、AI 产品构建者。研究快速决策模型、工具调用与 Agent Harness 在真实的可靠性、鲁棒性与成本约束下如何表现,最新成果是预印本 Fast Models, Slow Evidence(arXiv,2026)。此前为 KDD 2018 Research Track 最佳学生论文合著者,7 个专利族的共同发明人,覆盖生成式音乐、VR 直播系统、空间交互与沉浸式电商。

01interests

当前研究兴趣

  • AI Agent
  • Agent 评测与可靠性
  • LLM Agent Harness
  • 路由与门控
  • 生成式 AI
  • 多模态 AI
  • 人机交互
  • 创意 AI
  • 生产级 AI 系统
  • 广告与营销中的 AI 系统

这里列的是研究兴趣,不是论文清单:并非每个方向都已有论文。

02publications

论文

预印本
arXiv 2610.02267 · DOI 10.48550/arXiv.2610.02267 · 2026-10 · cs.AI · cs.CL · cs.CR · cs.LGarXiv 预印本

Fast Models, Slow Evidence: A Paired and Self-Audited Evaluation of System-1 Decision Models for LLM Agent Harnesses

Jiawei Li · 11 pages, 7 figures

Agent Harness 在每个任务里要做大量小而有类型的决策:调用哪个模型、用哪个工具、检索到的内容是否相关、输入里是否有提示词注入。单次前向推理的快速 System-1 决策模型,能否可靠地替代或拦截这些本需完整 LLM 调用的决策?

11个 Agent 决策点
18个公开数据源
7,283个基础用例
6,640个鲁棒性变体

对比两个 System-1 通道:开源权重的 Laya 与托管服务 Jev。输入逐字节一致、配对检验,做跨硬件与跨日期的可复现性检查,并对评测流程本身做显式自审。

论文报告的结果
  • Jev 在 11 个决策点中的 9 个上显著更准,提升 10.8 到 46.0 个百分点。
  • 零样本模型路由上,两者都没有超过随机水平;RAG 相关性判断上两者打平。
  • 选项顺序反转后,Laya 约 30% 的答案会改变;在只有一个正确工具的题目上,面对 50 个最近邻候选工具,Laya 准确率为 31%,Jev 为 98%。
  • 自审推翻了几个看起来很诱人的部署结论:把遗漏的预筛成本算进去后,报告的 23.9% 节省降到 4.3%;样本内按 5% 漏检调好的阈值,在留出数据上漏检最高到 17%。
同行评审
KDD 2018 · Research Track · 口头报告最佳学生论文奖 ↗

XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music

Hongyuan Zhu, Qi Liu, Nicholas Jing Yuan, Chuan Qin, Jiawei Li, Kun Zhang, Guang Zhou, Furu Wei, Yuanchun Xu, Enhong Chen

Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp. 2837–2846. London, United Kingdom.

端到端的流行音乐生成框架,同时处理旋律与多轨编曲:CRMCG 以和弦进行与节奏为条件生成旋律,MICA 用多任务学习完成多乐器协同编曲。

据中国科大新闻网,微软基于该模型开发的小冰机器作曲功能在央视《机智过人》中展示。

论文注明:第一与第五作者(李嘉维为第五作者)在微软实习期间完成。

媒体报道
03patents

专利与发明

作为共同发明人署名 7 个独立的专利族。同一发明在不同国家的申请只算一次。

7个专利族
3个中国授权
1个美国授权
2个美国公开申请

生成式音乐

微软 · 2019 年申请

VR 直播系统

字节跳动 · 2022–2023 年申请
  • 关键点驱动的 VR 直播局部特效渲染

    优先权日 2022-09-06

    正式名称: 直播特效渲染方法、装置、设备、可读存储介质及产品

    在超高分辨率 VR 直播帧中定位目标关键点,把特效渲染集中在相关局部区域,降低计算量与时延。

    发明人: 张毅, 李嘉维, 陈思颖

  • 8K VR 直播帧的局部区域处理

    优先权日 2022-09-06

    正式名称: 直播图像帧处理方法、装置、设备、可读存储介质及产品

    在双目超高分辨率 VR 直播帧中只选取需要处理(如美颜)的局部区域,让 8K 直播保持实时。

    发明人: 陈永湛, 蒋林均, 罗佳佳, 李嘉维, 陈思颖

  • VR 直播特效的云端 / 头显协同渲染

    优先权日 2022-11-17

    正式名称: 直播视频流渲染方法、装置、设备、存储介质及产品

    按特效的实时性要求选择执行位置:完全在云端渲染,或由云端识别、VR 头显端完成最终渲染。

    发明人: 王璨, 游东, 李嘉维

  • 双目 VR 直播的畸变校正与局部美颜

    优先权日 2023-03-07

    正式名称: 图像处理方法、装置、设备、计算机可读存储介质及产品

    先对双目 VR 画面中的目标区域做畸变校正,再做美颜或滤镜处理,最后逆变换回原投影坐标,在降低计算量的同时提升效果。

    发明人: 蒋林均, 邓启力, 李嘉维

空间交互与沉浸式电商

字节跳动 · 2023 年申请
  • 跨虚拟场景的透视窗口

    优先权日 2023-02-15

    正式名称: 视频处理方法、装置、电子设备及存储介质

    在当前 VR 场景中打开类似传送门的透视窗口,根据观察点计算并显示另一个预制场景的画面。

    发明人: 梁兴仑, 李嘉维, 张帆

  • VR / AR 中真实物体与虚拟商品的合成交互

    优先权日 2023-02-23

    正式名称: Method and apparatus for interaction in virtual environment, device and storage medium

    在虚拟环境中同时展示真实物体(如用户的脚)与一组虚拟商品,将选中的商品合成到真实物体上(如虚拟试穿),并可与用户关联。

    发明人: Chao Zhou, Dong You, Jiawei Li, Xinglun Liang, Fan Zhang, Yepeng Chen, Zhiwei Su, Lei Gao

状态核对于 2026-09-30。法律状态会变化,以各官方登记(USPTO、CNIPA、EPO、WIPO)为准。署名发明人不等于拥有专利:专利权人为微软与字节跳动。

研究落到了哪里

研究和产品面对的是同一批问题:小冰的生成式音乐、PICO 的 VR 直播系统,以及我现在做的 Agent 的评测。