RL-Kernel ↗
核心贡献者参与强化学习后训练基础设施项目,贡献涉及 logprob 算子、训练与推理的数值对比,以及 ROCm 支持。
近期贡献Native / Triton / ROCm
贡献记录截至 2026-09-11 · 上游 RL-Align/RL-Kernel ↗
AI AGENTS / MACHINE LEARNING
目前主要从事 Agent 应用开发,
同时学习 AI Infra 相关技术。
关注 LLM 在实际任务中的应用,对机器学习、深度学习及模型原理与架构较为熟悉。日常使用 Python、C++ 和 C。
也在学习强化学习,关注 vLLM 等开源项目,并陆续参与相关社区的贡献。
参与强化学习后训练基础设施项目,贡献涉及 logprob 算子、训练与推理的数值对比,以及 ROCm 支持。
贡献记录截至 2026-09-11 · 上游 RL-Align/RL-Kernel ↗
大模型是在学习规则,还是记忆模式?尝试复现相关论文,通过数值加法、符号映射和交换律测试,探索模型的计算与泛化能力。
测试集设计据仓库 README;代码与数据集由大模型辅助完成。
代码与实验说明 ↗期刊论文 · 第一作者
结合领域预训练 BERT 与注意力机制,对虚拟主播评论进行情感分类,并用 TF-IDF 提取关键词。
虚拟主播评论数据实验:F1 > 83%准确率 > 84%
针对虚拟主播评论文本的特点,基于增量领域数据全词预训练的 BERT 模型与注意力机制,提出 BERT-CLS-ATT 文本情感分类模型。结合分类结果与 TF-IDF 关键词提取,辅助直播内容与评论分析。在公开数据集上进一步开展实验,探索该结构在情感分类任务中的泛用性。
发明专利 · 2021 年授权 · 共同发明人
结合混沌函数、离散分数变换与数据置乱进行图像加密。 CN110414250B ↗