代码智能体与智能体强化学习
可验证软件工程任务构建（LegoFlow）、监督微调配方（SWE-Lego）、终端智能体轨迹（Terminal-Lego），以及在 Claude Code、OpenHands、OpenCode 内原生训练的强化学习（Lego-RL，SWE-bench Verified 最高 70.4%）。
研究方向
陶超凡（Chaofan Tao）是 LegoX 与华为基础模型实验室（Huawei Foundation Model Lab）的 AI 研究员。研究覆盖三个相互关联的方向：端到端训练开源大模型代码智能体、降低大模型训练与推理成本、提升多模态模型的推理与行动能力。他博士毕业于香港大学，关于生成式模型量化的工作获得 ACL 2022 杰出论文奖。
高效大模型训练与推理
词表规模扩展定律（NeurIPS 2024）、生成式模型量化（ACL 2022 杰出论文）、KV 缓存压缩、快速测试时扩展。
多模态推理与智能体
推理型视觉语言模型的 RL 与长思维链后训练、物理推理（PhyX）、多模态搜索智能体、面向机器人的代码生成（RoboCodeX）。
全部 25 篇论文及中英文摘要见主页。面向 AI 的机器可读摘要：llms.txt、llms-full.txt。