模型能力与推理
探索 Transformer、上下文、记忆、推理与动态计算的能力边界，并通过实验理解模型在真实任务中的表现。
CURRENT WORK / 现在在做
把先进智能，
落地为可靠的工作。
围绕智能体、实际业务逻辑和软件系统做研究与工程实践。
Agent 运行时
将模型能力接入计划、工具、权限、记忆与验证机制，让 Agent 能可靠完成复杂抽象任务。
工业知识系统
连接工程文档、实例对象、数字化与业务规则，把离散资料转化为可追溯、可查询的工业知识。
智能系统架构
将模型服务、检索、工作流、数据存储、评测与可观测性组合成可部署、可维护的智能系统。
A PATH SO FAR / 一路走来
学习、研究，
与实践。
从算法研究到真实行业应用，每一步都在把理解变成可以验证、使用和持续改进的系统。
- 2021–2022
强化学习的起点
开始接触强化学习，基于 Q-learning 完成本科毕业论文。
- 2022–2023
机器学习与研究训练
系统学习传统机器学习算法，开始参与学术研究。
- 2023–2024
走近大模型与真实工程
参与国家自然科学基金项目，接触 LLM，并通过实习进入工程实践。
- 2024–2025
从研究到构建
以时序模型完成学术与毕业论文，参与大模型微调项目，开始独立构建 AI 项目。
- 2025–至今
让 AI 进入真实行业
正式投入工作，把 AI 用在传统行业的真实场景中，持续打磨能够落地的系统。
PUBLIC PROJECTS / 公开项目
GitHub 上正在留下的东西
SELECTED NOTES / 精选文章