林一朴 · AI Trainer

• 独立设计并实现基于Pandas的数据清洗流水线，覆盖去重、低质过滤与格式标准化，处理约52万条原始对话，将可用高质量样本比例从72%提升至91%，数据准备效率提高约3倍。

• 基于Hugging Face Transformers与PEFT框架，为7B基座模型编写LoRA微调脚本，定向优化多轮上下文理解，多轮对话连贯性人工评估得分相较基线提升12.6%，同时保持单轮回复质量不下降。

• 构建融合流畅度、语义连贯性与话题保持三大指标的自动化评估模块，实现批量评测，将每轮评估耗时从分钟级压缩至约5秒，支撑每周两次快速迭代。

• 将清洗流水线、微调脚本与评估模块封装为可复现工具集，社区发布当月获230+ Star，被3个下游对话应用集成，并基于20+条反馈持续迭代优化。

• 面向课程问答定义7类意图与4类实体标签体系，主导3,200+条语料的标注与质检，搭建基于PyTorch的数据集及训练评估流水线。

• 针对样本稀疏问题，引入回译与课程实体替换等数据增强策略，将有效训练样本扩充至约7,400条，意图分类准确率提升至93.2%。

• 基于预训练BERT分别微调意图识别与命名实体识别模型，实体识别F1值达87.5%，并通过规则后处理提升复合问句的解析稳定性。

• 集成双模型构建端到端问答，在计科等3门课程的封闭测试集上正确答案召回率达89.7%，累计支撑校内超2,000次查询。

• 作为模型训练负责人统筹3人团队，制定3轮标注-训练-评估迭代计划，最终上线版本意图识别错误率较基线降低41%。

• 统筹团队分工与短周期迭代，围绕细粒度情感分析赛题，设计从数据清洗、特征工程到模型蒸馏与部署的全链路流水线，按期交付。

• 构建融合N-gram、情感词典、依存句法等200+维组合特征，利用Scikit-learn完成特征选择与基线验证，将验证集Macro-F1从0.74提升至0.82。

• 设计BERT-Base至轻量BiLSTM的蒸馏方案，在保持教师模型95%精度的前提下，压缩参数量91%，单次推理耗时从85ms降至18ms。

• 基于ONNX进行算子融合与INT8量化，封装CPU推理服务，使端到端平均响应延迟稳定在20ms以内，满足实时分析要求。

• 带领团队在130+支区域队伍中夺得Top5（第4名），方案因兼顾精度与推理效率被选为典型工业落地案例进行展示。

• 主修课程：数据结构与算法、计算机组成与设计、操作系统、计算机网络、数据库系统

• 毕业设计：基于图神经网络的社交推荐系统研究（获校级优秀毕业论文）

• 获浙江大学一等奖学金、省政府奖学金

• 全国大学生数学建模竞赛浙江省一等奖

凭借利用强化学习优化对话策略以实现自适应交互的项目，在C4-AI大学生人工智能创新赛中获区域二等奖。