Rena Gao
NLP PhD · University of Melbourne
构建对话式 AI 的 未来
结合 LLM 预训练数据、长程文本对话系统与医疗 AI 落地经验,持续推进模型质量、安全与稳定性的协同优化。
LLM 研究主线:预训练数据可靠性 -> 长程对话稳定性 -> 医疗场景安全落地。
M1
预训练数据
建立可复用的数据流程,覆盖抓取、去重、隐私过滤和多语种均衡。
M2
Bedside Manners(澳洲医疗 AI)
聚焦临床安全回复策略、证据感知检索与高风险问答治理。
M3
工业长程文本对话
通过状态压缩、检索记忆与故障恢复,提升生产多轮对话稳定性。
工业化落地重点
三条核心实践:预训练数据工程、澳洲医疗 AI(Bedside Manners)模型工作、长程文本对话的工业可靠性。
核心论文
论文围绕统一的 LLM 主线展开,而非割裂主题。
ACL 2026 · 2026
Towards semantic reliable clinical QA: Query pipeline optimization for cancer patient question answering systems
ACL 2025 · 2025
Can LLMs Simulate L2-English Dialogue? An Information-Theoretic Analysis of L1-Dependent Biases
COLING 2025 · 2025
Interaction matters: An evaluation framework for interactive dialogue assessment on English ESL conversations