script.js

const header = document.querySelector(".site-header");
const menuButton = document.querySelector(".menu-button");
const navLinks = document.querySelector(".nav-links");
const languageToggle = document.querySelector("#language-toggle");

const zh = {
  skip: "跳转到主要内容", navResearch: "研究方向", navPublications: "论文", navProjects: "项目", navTeaching: "助教经历", navContact: "联系我",
  heroEyebrow: "AI 安全 · 生成模型 · 鲁棒人工智能", heroTitle: "致力于构建可控、鲁棒的人工智能系统。",
  heroIntroBefore: "我是马里兰大学本科生，目前在 ", heroIntroAfter: " 的指导下研究对抗机器学习与生成模型安全。我的研究关注对抗证据如何在生成系统中形成、迁移并被模型理解，并希望进一步将可控、鲁棒的人工智能拓展到自主系统与具身智能。",
  explore: "了解我的研究", resume: "简历", focusLabel: "研究重点", focusValue: "对抗生成", basedLabel: "现居", basedValue: "美国马里兰州大学公园市",
  openStatus: "正在积极寻找博士研究机会",
  researchEyebrow: "研究方向", researchTitle: "当前研究", researchLead: "我的研究涵盖生成模型安全、对抗机器学习、神经计算鲁棒性，以及自动驾驶系统的证据化验证。",
  carrierKicker: "扩散模型 · 对抗机器学习", carrierResearchTitle: "主体保持型对抗图像生成",
  carrierResearchP1: "面向个性化扩散模型，我开发并评估对抗图像生成流程，涵盖分割引导的图像构建、分类器引导的隐空间优化、主体专属 LoRA 集成，以及可复现的 GPU 实验。",
  carrierResearchP2: "我设计可控的 Carrier 实验条件，实现多种攻击方法，评估主体保持效果与跨模型迁移能力，并分析攻击特征在主体区域之外的分布。",
  dlmTitle: "扩散语言模型的对抗攻击与安全性", dlmP1: "我正在研究扩散语言模型的安全问题，重点分析对抗输入与生成过程操控如何影响模型行为、输出可靠性和安全机制。", dlmP2: "我研究攻击方法与评估设置，并比较扩散式生成模型和传统自回归语言模型在攻击面与鲁棒性方面的差异。", dlmTag: "扩散语言模型", attackTag: "对抗攻击", aiSecurityTag: "AI 安全",
  ongoing: "在研项目", snnTitle: "脉冲神经网络（SNN）鲁棒性", snnP1: "我实现并评估脉冲神经网络（SNN），自动执行不同模型检查点与参数配置下的实验，并调试攻击、检测和重编程流程。",
  snnP2: "研究指标包括 SNN 鲁棒性、检测器表现、脉冲时序活动、推理延迟与计算开销；实验框架也可扩展至新的数据集和攻击方法。",
  emergingResearch: "正在发展的研究方向", drivingTitle: "基于智能体的自动驾驶场景验证", drivingP1: "我正在开发一套基于智能体的工作流程，将真实事故报告和驾驶场景描述转换为可执行场景，并在 CARLA 中运行仿真。", drivingP2: "该流程结合基于原始证据的事实提取、OpenDRIVE/OpenSCENARIO 生成、轨迹检查、视觉复核与证据驱动修复，用于评估仿真行为是否忠实于原始证据。", drivingTag: "自动驾驶", agentTag: "AI 智能体", validationTag: "场景验证",
  backgroundCarrierTitle: "背景感知的 Carrier 融合与对抗证据", backgroundCarrierP1: "我希望研究如何将 Carrier 更自然地融入场景背景，使其作用更多依赖模型对背景语义和整体上下文的理解，而不是显眼的前景提示。", contextTag: "上下文理解", backgroundTag: "背景融合", evidenceTag: "对抗证据",
  publicationsEyebrow: "论文", publicationsTitle: "代表性研究成果",
  carrierPaperTitle: "让载体承载攻击：对抗图像生成中的主体保持",
  aistatsPaperTitle: "重新审视适配器合并中的 LoRA 间正交性：来自正交蒙特卡洛 Dropout 的启示",
  carrierSummary: "提出一种由 Carrier 引导的对抗生成框架，在实现定向攻击与跨模型迁移的同时，尽可能保留个性化主体特征。",
  figureCaption: "图 1：No-Carrier 基线与不同 Carrier 设置下的定性结果对比。", redactionNote: "因投稿尚未截止，论文标题暂作模糊处理。",
  earlierWork: "早期成果", earlierWorkNote: "完成这些成果时，我还是一名高中生，正值大 AI 时代到来之前——回头看，世界竟已变化得如此之快。",
  weatherPaperTitle: "机器学习与深度学习模型在天气图像分类中的比较研究", weatherMeta: "会议论文 · ICCEIC 2023",
  pdfPaperTitle: "PDF 保护机制研究", pdfMeta: "研究论文 ·《应用与计算工程》第 16 卷（2023），第 159–165 页",
  patentTitle: "一种基于改进鲸鱼优化算法的异构多核任务调度方法及系统", patentMeta: "专利申请 · MC23-P10075",
  projectsEyebrow: "代表项目", projectsTitle: "从算法模型到实际应用", ml: "机器学习", pvTitle: "超短期光伏功率预测", pvText: "基于 CNN-LSTM 构建光伏功率超短期时间序列预测与分析流程。", pvMeta: "Python · CNN-LSTM · 时间序列",
  coinCategory: "网络安全", coinTitle: "COFE Coin 安全机制优化", coinText: "围绕 COFE Coin 的安全机制开展分析，梳理潜在系统风险，并提出增强其安全防护体系的改进方案。", coinMeta: "数字货币 · 安全分析 · 机制设计",
  securitySystems: "安全系统", dashboardTitle: "集中式安全态势仪表盘", dashboardText: "面向管理层设计安全仪表盘，集中展示安全事件、系统漏洞与组织风险等关键信息。", dashboardMeta: "仪表盘设计 · 安全 · 项目规划",
  responsibleAI: "负责任人工智能", nistTitle: "NIST 人工智能风险管理框架的易用化研究", nistText: "通过简洁的归纳与演绎方法梳理 AI 风险管理概念，使其更易用于模型评估。", nistMeta: "NIST AI RMF · 模型评估",
  contactEyebrow: "联系", contactTitle: "联系我", contactText: "我正在积极寻找博士研究机会，也欢迎人工智能与 AI 安全方向的研究合作。", fandomLabel: "研究之外", fandomText: "曼联与克里斯蒂亚诺·罗纳尔多球迷", visitLabel: "总访问次数", backTop: "返回顶部 ↑"
};

const original = {};
document.querySelectorAll("[data-i18n]").forEach((element) => { original[element.dataset.i18n] = element.textContent; });

function setLanguage(language) {
  const isChinese = language === "zh";
  document.documentElement.lang = isChinese ? "zh-CN" : "en";
  document.body.classList.toggle("lang-zh", isChinese);
  document.querySelectorAll("[data-i18n]").forEach((element) => {
    const key = element.dataset.i18n;
    element.textContent = isChinese ? (zh[key] || original[key]) : original[key];
  });
  languageToggle.textContent = isChinese ? "EN" : "中文";
  languageToggle.setAttribute("aria-label", isChinese ? "Switch to English" : "切换为中文");
  languageToggle.setAttribute("href", isChinese ? "?lang=en#top" : "?lang=zh#top");
  localStorage.setItem("portfolio-language", language);
}

document.querySelector("#year").textContent = new Date().getFullYear();
window.addEventListener("scroll", () => header.classList.toggle("scrolled", window.scrollY > 12));
menuButton.addEventListener("click", () => {
  const isOpen = menuButton.getAttribute("aria-expanded") === "true";
  menuButton.setAttribute("aria-expanded", String(!isOpen));
  navLinks.classList.toggle("open", !isOpen);
});
navLinks.querySelectorAll("a").forEach((link) => link.addEventListener("click", () => {
  navLinks.classList.remove("open"); menuButton.setAttribute("aria-expanded", "false");
}));
const observer = new IntersectionObserver((entries) => entries.forEach((entry) => {
  if (entry.isIntersecting) { entry.target.classList.add("visible"); observer.unobserve(entry.target); }
}), { threshold: 0.12 });
document.querySelectorAll(".reveal").forEach((item) => observer.observe(item));
const requestedLanguage = new URLSearchParams(window.location.search).get("lang");
setLanguage(requestedLanguage === "zh" || requestedLanguage === "en" ? requestedLanguage : (localStorage.getItem("portfolio-language") || "en"));

fetch("https://dav1.goatcounter.com/counter/TOTAL.json")
  .then((response) => {
    if (!response.ok) throw new Error("Visit count unavailable");
    return response.json();
  })
  .then((data) => {
    document.querySelector("#visit-total").textContent = data.count;
  })
  .catch(() => {
    document.querySelector("#visit-total").textContent = "—";
  });