NiNo AI Autonomous 系统与AI研究实验室
探索前沿边界： 企业级自主智能技术研究
我们的研究团队深耕于多智能体推理、确定性状态机与形式化验证工作流合成的交汇领域，为现代化商业运营构筑下一代计算基石。
核心研究方向
多智能体工作流协同合成
开发特化的智能体拓扑结构，能够将高度复杂的SiOps业务流程拆解为具备可证明正确性与完全可逆性的事务。
结构化企业级检索增强（RAG）
将大语言模型推理严密锚定在关系型数据模型、知识图谱与时序账本中，从根源上杜绝幻觉产生。
供应链高阶概率预测模型
融合机器学习与约束满足求解器的神经符号混合模型，打造具备极高抗脆弱性的智能制造MRP排产。
形式化安全验证与行为围栏
利用确定性沙箱与形式化验证，确保自主智能体的任何动作均严格受控于企业内控审计红线以内。
最新研究论文与技术白皮书
由我们系统工程与算法研究实验室公开发表的学术成果与技术报告。
技术报告
Agentic SiOps: 走向企业核心账本中的可证明安全自主操作
提出一种面向多智能体操作复式记账事务的形式化安全验证框架，确保账本一致性与原子性回滚。
形式化验证多智能体系统核心账本
学术论文
供应链高度不确定性场景下的概率性物料需求计划
针对航运交期剧烈波动与原料断供风险，利用概率图模型与神经符号计算重塑传统静态MRP。
智能制造供应链优化概率建模
顶会发表
基于强Schema约束解码的企业知识图谱可靠落地
在模型解码阶段引入确定性关系模式约束，从数学机理上消除财务核算与合规分析中的事实性幻觉。
RAG检索增强语法约束企业级LLM