项目

近三个月的活儿。每个卡片点进去是这个项目怎么从零跑起来、踩过哪些坑的复盘。

• 内容合规质检模型微调 个人

  2026-04 ~ 2026-05

  把 Qwen2.5-14B 微调成一个按规则做内容合规质检的模型。重点不在跑通训练，而在于看穿那些漂亮但会骗人的指标。

  → 识破了 loss=0.0137 的假象和 93.6% 准确率的水分，定位到训练/推理分布错位的根因

  • Qwen2.5-14B
  • LoRA
  • DeepSpeed ZeRO-2
  • RTX 4090
  • vLLM
• 语音日历 比赛

  2026-05

  一句话记日程的语音日历。Azure 语音转文字 + 中文时间解析 + 冲突检测，端到端把口语转成结构化日程。

  → 三天内完成全部计划 PR，96 个单元测试全绿，端到端可演示

  • FastAPI
  • Azure Speech
  • DeepSeek
  • SQLAlchemy
  • Docker
  • pytest
• 房产领域 RAG 知识库 面试作品

  2026-05

  一个房产领域的检索增强问答系统。混合检索加重排，配一套自建评测集——这套 Eval 体系是大多数 RAG demo 不会做、却最该做的部分。

  → BM25+向量+RRF+重排的完整混合检索，配 30 条自建评测集；内存受限下从本地模型切到 API embedding

  • RAG
  • Qdrant
  • BM25
  • bge-reranker
  • Qwen Embedding
  • FastAPI
• 多平台内容发布工具 比赛

  2026-05

  一份内容，一键适配到多个平台。AI 起草加多平台改写，把同一篇稿子自动调成每个平台的调性与格式。

  → 用免费中转模型起草、付费模型只做润色，把 AI 成本压到约 0.01 元一次

  • FastAPI
  • SQLite
  • DeepSeek
  • Playwright
  • Docker
• AI 代码审查工具 比赛

  2026-06

  拉一个真实 PR，自动审出问题。核心不是能不能报问题，而是不乱报——用两段式模型路由控制误报，对干净代码不硬挑刺。

  → 两段式模型路由 + 高危交叉验证，对一个正确的已合并 PR 实测 0 误报

  • FastAPI
  • DeepSeek
  • Azure GPT-4.1-mini
  • React
  • Docker
• 就业市场撮合器 比赛

  2026-05

  不优化求职流程，而是重构求职市场结构。用 LLM 模拟一个完整的人才市场，让 AI 在应届生之间互相撮合。

  → 用 200 个 AI 应届生 × 50 家公司 × 1000 次撮合循环，跑出一个可视化的人才市场沙盘

  • Multi-Agent
  • LLM
  • 全栈
  • 数据可视化
• 政务工单智能处理流水线 面试作品

  2026-05

  把一批杂乱的工单文本，自动拆分事项、抽取要素、四级分类、识别群诉。重点是把通用性做进架构，而不是堆三条冗余流水线。

  → 可插拔 Strategy 架构 + 群诉双路召回 + 跨厂商交叉验证，300 条全量真实跑通

  • Strategy模式
  • faiss
  • 智谱 embedding-3
  • DeepSeek
  • GLM-4.6
• DriveGPT4-Mini：可解释驾驶决策的 VLM 微调复现 开源复现

  2026-06

  用 QLoRA 微调 Qwen2-VL-2B，让它对驾驶场景图输出结构化的「该怎么开 + 为什么」。一个 50 条样本的迷你复现，验证数据生成到 VLM 微调到可解释决策整条路线。

  → QLoRA 微调后 loss 2.087→1.428（↓31%），可训练参数仅占 0.83%，7.28GB 显存跑通

  • Qwen2-VL-2B
  • QLoRA
  • ms-swift
  • Azure GPT-4.1-mini
  • RTX 4090