语言理解与机器翻译
从实体识别与信息抽取，到同声传译、图像内翻译与非字面翻译评价，研究跨语言、跨场景的信息理解与表达。
信息抽取 · 语音翻译 · 翻译评估
BEIJING INSTITUTE OF TECHNOLOGY
郭宇航
Yuhang Guo
北京理工大学 · 计算机学院
研究自然语言处理与语言智能，关注机器如何理解语言、连接多模态信息，并在真实场景中可靠地完成任务。
研究方向
RESEARCH多模态感知与交互
融合语音、视觉与文本，探索多模态对话、语音生成与具身动作规划，让模型更好地理解情境与交互意图。
语音与音频 · 多模态对话 · 具身规划
大模型与可信智能体
围绕模型编辑、输出格式遵循、工具调用与智能家居任务，研究大模型的能力增强，以及可验证的可靠性与安全性。
强化学习 · 模型编辑 · 工具安全
ACL 2026
SAC Highlight ACL Oral
PEAP: Proactive Embodied Action Sequence Planning with Joint Understanding of Vision and Audio Perception
结合视觉与音频感知，研究具身智能体如何主动规划动作序列。
ACL 2026
ACL Oral
Beyond Literal Mapping: Benchmarking and Improving Non-Literal Translation Evaluation
面向非字面翻译建立评估基准，探索更贴近语义的翻译质量评价。
ACL 2025
HomeBench: Evaluating LLMs in Smart Homes with Valid and Invalid Instructions Across Single and Multiple Devices
覆盖单设备、多设备及有效与无效指令，评估大模型在智能家居中的指令理解能力。
AAAI 2025
ReFF: Reinforcing Format Faithfulness in Language Models Across Varied Tasks
围绕输出格式遵循开展强化学习研究，提高大模型跨任务的格式可靠性。
AAAI 2026
Incorporating Self-Rewriting into Large Language Model Reasoning Reinforcement
让模型重写自身推理过程并用于强化学习，提升推理质量，减少冗余思考。
学生与合作
STUDENTS & COLLABORATION从一个感兴趣的问题开始
如果你正在了解研究方向、选择导师，可以先阅读一篇感兴趣的论文，或运行一个开源项目，思考你想进一步解决的问题。
- 语言理解、机器翻译与信息抽取
- 多模态交互与智能体任务规划
- 大模型评估、能力增强与安全性
让研究成果成为交流的起点
论文与开源项目提供了方法、评测和实验实现。欢迎围绕具体应用场景、数据条件与技术问题展开交流。
联系时可简要介绍背景、感兴趣的工作与希望讨论的问题。
联系交流联系我
研究交流、学生指导与合作探讨