研究重点
五个关联领域，一个核心规划
作为香港企业知识管理领域的先导研究机构之一，我们的研究涵盖了机器如何寻找知识、结构化知识、根据知识行动、进行内容生成以及对流程进行治理。 每个领域都互为补充，并在真实的企业数据中得到验证，由一支富有远见的团队带领，关注深度学习与 AI 对社会的重要性与影响。
检索增强生成 (RAG)
大型语言模型虽然口齿伶俐，但由于缺乏记忆力，它们了解公开互联网，却不了解您的组织。RAG 将模型答案锚定在企业自身的文档中，确保响应准确、即时且可追溯，这是构建值得信赖的企业问答、搜索和助手系统的基石。
我们的研究涵盖了完整流程：针对中英混合语料库的文档分块与嵌入策略、混合稠密加关键词检索、重排序以及引用忠实度。我们特别重视评估：开发衡量忠实度和回答完整性（而非仅仅是流畅度）的测试框架。
当前课题： 双语检索质量 · 长文本策略 · 检索评估基准 · 幻觉减少
企业知识图谱
大多数机构知识被困在非结构化内容中：合同、报告、邮件、维基。知识图谱能提取这些内容中的实体和关系，并将它们连接成一个可导航的结构：谁参与了什么工作，哪些产品依赖于哪个供应商，以及决策是如何追溯到证据的。
我们研究利用 LLM 自动化构建图谱、结合结构化与语义搜索的图增强检索 (GraphRAG)，以及更具挑战性的运营问题：随着组织、人员和产品的变化，保持图谱的实时更新。
当前课题： 基于 LLM 的实体与关系提取 · GraphRAG 架构 · 图谱维护与版本控制 · 业务领域本体设计
智能体 AI 系统
检索之上的下一层级是行动：能够规划多步工作、调用工具、查询系统并生成最终产出（如研究备忘录、报告和流程运行）的 AI 智能体（Agents）。工程挑战在于可靠性，而组织挑战在于控制。
我们的工作涵盖任务分解、工具调用稳健性、多智能体协同以及“人在回路”检查点，使企业在不放弃监督的前提下委派真实的业务流程。我们根据真实的企业任务而非合成谜题来评估智能体行为。
当前课题： 智能体可靠性评估 · 工具与 MCP 集成模式 · 审批与升级机制设计 · 智能体工作流经济学
多模态与生成式 AI
企业知识不仅限于文本。我们研究涵盖文本、图像和视频的商业用途生成模型，从技术文档和营销资产到用于产品设计和沟通的完整 AIGC 生产流水线。
我们追求的是实践问题：如何保持生成内容与品牌及事实源材料的一致性，如何追踪来源并遵守新兴的披露规则，以及大规模生成如何改变内容运营的经济模式。
当前课题： 视频生成流水线 · 品牌一致性生成 · 内容溯源与水印 · AIGC 工作流设计
负责任的 AI 与治理
如果没有治理，上述任何技术都无法在正式企业环境中投入生产。我们开发在受监管的双语商业环境中部署 AI 的框架：包括香港 PDPO 及跨境规则下的数据隐私、模型风险评估、AI 辅助决策的可审计性，以及对影响全球运营公司的国际 AI 监管法规的准备。
这一领域贯穿我们每一个研究项目：治理是在初期设计的，而不是在事故发生后补救的。
当前课题： 中小企业与大型企业的 AI 风险评估 · 智能体系统的审计追踪 · 监管动态扫描 · 双语政策文档