Hyper-RAG
Hyper-RAG: Combating LLM Hallucinations using Hypergraph-Driven Retrieval-Augmented Generation
研究方向为 AI4Science,致力于将超图作为科学发现的新工具,探索高阶关联驱动的科学计算新范式,应用于几何关联建模、蛋白质结构建模、肿瘤微环境关联解析等真实场景。
主持国自然面上项目、国自然博士生基金、国家科技重大专项子课题等。在 Nature Communications、IEEE TPAMI(14 篇)、ICLR 等发表论文 40 余篇,谷歌学术引用 7500 余次,一作论文单篇最高引用 3000 余次。主导构建首个超图计算工具箱 DeepHypergraph 与超图知识推理工具库 Hyper-Extract(GitHub 趋势榜全球第二)。
如果你对上述方向感兴趣,或希望交流合作,欢迎随时与我联系。目前我正在寻找教职(主要在北京),如有合适的机会或信息,欢迎推荐,非常感谢。