AI 工作系统：工作台、交付物、评测和人工复核。
Lawless 把法律/税务任务推进到 case state、source evidence、draft 和 approval gate。
系统准备证据和草稿，最终专业判断仍由人负责。
Main case study
Lawless 是这个网站的主叙事：一个把法律/税务 AI 做成可复核工作包的智能体系统。
Lawless / Legal and Tax AI
从混乱材料到可审阅的工作包。
本地桌面助手处理企业税务边界，云端工作台处理卖家案件入口，专利评测循环处理可测迭代。重点不是让模型说得更像专家，而是让来源、草稿、审批和失败恢复都留在系统里。
工作台 + 评测需要专家复核
Selected work
把少数有证据的项目放在前面，让读者先记住能力，再进入细节。
工作框架就是产品：为法律和税务工作构建智能体
主 case study。它说明我如何把法律/税务 AI 做成可复核的工作包，而不是一次聊天回复。
系统产品判断、智能体工作框架、证据链和人工复核。
证明：AI 工作系统
边界：专家最终判断
法律 AI工作框架证据审批评测
专利检索是一套召回与噪声控制工作框架
它说明我能把 AI 搜索任务变成可测试、可回滚、可解释的 evidence recovery loop。
answer-blind 评测、claim/status matrix、解析器和验证器。
证明：可测召回
边界：不是法律意见
专利检索claim matrix召回解析器评分器
法律 AI 智能体失败时，把失败保存下来
它说明我能让智能体失败进入可回放、可评分、可回滚的改进循环。
ledger、snapshot/restore、train/holdout、verifier rubric。
证明：迭代机制
边界：改 skill 非训权重
启发式学习评分器ledger回滚holdout
多物体 Text-to-3D 需要可检查的场景先验
它补充证明我有研究型系统经验：先建立可检查的 scene prior，再做 3D 生成。
ScenePlannerLLM、SceneConstructor、Text-to-3D、实验和消融。
证明：研究系统
边界：论文场景
Text-to-3D场景先验NeRFLLM planning编辑
长期 ReID 从让捷径失效的数据集开始
它补充证明我理解数据集如何约束模型捷径，并能参与长期视觉评测问题。
跨服装 ReID、数据设计、ICCV 2023 research context。
证明：数据与评测
边界：贡献需限界
ReID数据集3D shape捷径ICCV
当 AI T 恤离开屏幕
它补充证明我做过从生成结果到实物打样、用户反馈和小团队交付的闭环。
用户反馈、FLUX LoRA、正反面图、打样和交付协调。
证明：实物交付
边界：小批量 beta
AI 服装LoRA偏好打样生产
Visual evidence
页面用真实截图和论文图支撑判断，不让项目只停在概念词上。
Resume / Contact