AI研究员个人主页
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
lovesnowbest.site 是陈泽徽的个人学术主页，核心用途是展示其研究履历、论文成果、项目动态、获奖经历与联系方式。根据页面内容，作者目前为 ByteDance Seed 研究人员，研究兴趣集中在搜索、代码、办公智能体，以及语言智能体、可扩展监督等方向。该站更接近“学术个人主页/研究档案”，而不是商业产品网站。
页面包含 Biography、News、Experience、Awards、Selected Publications 等模块。最有价值的是论文和项目索引，覆盖 MindSearch、Agent-FLAN、T-Eval、LAgent、UI-TARS-2、Seed 系列模型卡等内容，并附有 PDF、Project、Code、GitHub 等外链。对研究者来说，它可以作为快速了解作者研究脉络、寻找论文代码、判断合作方向的入口。
网站本身免费访问，没有注册、订阅、付费下载或商业套餐信息。它也不提供在线课程、API 服务或 SaaS 功能，因此不存在常规意义上的定价模型。
优点是信息专业且集中，论文列表覆盖顶会、预印本和项目链接，能较好呈现作者在 LLM Agent、多模态、3D 感知等领域的积累；同时提供邮箱、GitHub、Google Scholar 和微信，便于联系合作或投递岗位。缺点是页面更偏静态履历，交互性弱；内容几乎全英文，且论文数量较多但缺少摘要、标签筛选和研究主题导航，非本领域用户阅读成本较高。
适合 AI 研究者、博士/硕士申请者、实习或全职求职者、关注 ByteDance Seed 及大模型智能体研究的人群。若只是寻找在线课程、教程或通俗 AI 工具，这个站点并不匹配。
主站域名本身大概率可直连，但页面依赖或跳转到 Google Scholar、GitHub、Arxiv、项目页等外部资源，其中部分在中国大陆访问可能不稳定或需要网络环境支持，因此综合判断为“部分受限”。
本测评基于公开资料整理,不构成购买建议,请以 lovesnowbest.site 官网实际信息为准。
可查看研究背景和论文链接。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。