Rena Gao

Rena Gao

NLP PhD · University of Melbourne

构建对话式多模态交互 LLM 的 未来

聚焦 Interaction LLM：结合 LLM 预训练数据、长程文本对话系统与交互能力的评测和训练，持续推进模型的交互性、个性化与稳定性。

LLM 研究主线：预训练数据可靠性 -> 长程对话稳定性 -> LLM 兼顾交互性个性化进行落地。

Rena Gao - Google 学术搜索
M1

Interaction LLM

围绕可解释的交互指标、用户模拟与长程个性化，评测并训练模型的交互能力。

M2

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。

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：Interaction LLM 的交互能力评测与训练、预训练数据工程、长程文本对话的工业可靠性；医疗对话（Bedside Manners）是落地场景之一。

开源项目

JEV DataOps

GitHub

开源数据工作台：流式数据筛选、质量评估、自动 LoRA 训练与留出集评估。

上传 → 筛选 → 评估数据 → 训练模型 → 评估结果

MITPythonJSONL / CSVLoRA SFT

PersonaShop

Hugging Face

个性化购物助手的评测数据集：327 组用户–商品样本、2,415 个问题，覆盖 33 个亚马逊商品品类，问题的最佳答案取决于用户的偏好画像。随论文 Personalization Matters（Findings of AACL-IJCNLP 2026）发布。

亚马逊评论历史 → 偏好画像 → 目标商品 → 决策点问题

CC BY 4.0 + source termsEnglishJSONLPersonal Agent

核心论文

个性化 LLM、Interaction、评估和可解释性。

1个性化 LLM

2Interaction

NeurIPS 2026 · 2026
Hearing the Unspoken: Simulator-Induced Asymmetric-View Policy Optimization for Proactive Task-Oriented Dialogue

3评估和可解释性

EMNLP 2026 · 2026
REFOCUS: Training-Free Attention Sparsification via Uniform-Reference Filtering

荣誉奖项

Association for Computational Linguistics · 2025
ACL 2025 Diversity & Inclusion Award
Melbourne Centre for Data Science · 2023
Doctoral Academy Fellowship
The University of Melbourne · 2023
Graduate Research in Arts Travel Scholarship
The University of Melbourne · 2022–2025
Melbourne Research Scholarship

媒体报道