01
后训练
围绕 CER 奖励、GRPO、监督约束与模型版本评测，探索面向长对话语音识别的质量优化。
01 / FOCUS
从训练机制到真实任务评测
关注模型在数据、训练、推理与评测之间的完整链路，重视能够被清晰描述和复查的实验过程。
02
多模态学习
基于视觉编码、投影层与语言模型协同训练，完成图像理解与文本生成的对齐实验。
03
具身智能
面向连续操控，将轨迹数据、观测状态、动作建模与在线强化学习评测连接为可运行的实验流程。
02 / SELECTED WORK
项目与研究
以下内容来自公开版履历，保留技术边界与指标口径。
RESEARCH
弱重叠白光干涉形貌拼接
结合 SuperPoint+LightGlue、guarded ICP、可靠性筛选、桥接边与位姿图优化完成算法设计与实验评估。在 WLI39 基准完成 39/39 拼接。
MULTIMODAL
Mini-LLaVA 两阶段训练
以 CLIP ViT-B/16、Qwen 与 MLP Projection 构建视觉语言对齐实验；经过两阶段训练，固定验证样本上的 PPL 从 10.2 降至 4.1。
EMBODIED AI
OpenVLA 动作建模与 PPO 评测
完成 RoboTwin 轨迹转换与多模态状态对齐，训练连续双臂动作输出；参与并行环境采样、优势估计、PPO 更新、指标监控与失败回放。
ASR
医疗长对话后训练
围绕长对话识别构建 CER 奖励、错误位置加权、模型评测、语音切分与医学对话数据流程。