M.S. in Software Engineering @ Nanjing University
Focus: LLM Post-training, Agent Systems, LLM for Software Engineering
- 求职方向：大模型研发工程师 / Agent 开发工程师
- 研究与实践方向：大模型后训练、代码智能、Agent 上下文编排、工具系统与记忆系统
- 技术关键词：SFT, DPO, FIM, ReAct, LangGraph, RAG, LLM-as-Judge, Pairwise Evaluation
- 南京大学软件学院 软件工程硕士，2025.09 - 2027.06
- 南京大学软件学院 软件工程学士，2021.09 - 2025.06
- 参与电信研发云内部企业级代码补全模型训练与优化，负责训练数据治理与训练算法调优
- 结合 AST 分析开发者补全习惯，设计贴近真实使用场景的数据合成策略，构建百万条量级高质量训练数据集
- 采用 SFT + DPO 两阶段训练流程，针对上下文重复等异常输出构造偏好数据；输出冗余长度下降 15%+，上下文重复率下降 60%+
- 模型上线研发云平台，代码补全采纳率由 15% 提升至 25%+；核心方法投稿 EMSE（CCF-B，第二作者，送审）
- 独立设计并实现本地优先的 AI 信息简报与知识管理系统，形成“采集—筛选—沉淀—维护”闭环
- 设计统一采集链路，串联去重、向量粗筛与 LLM 精筛，以较低成本生成来源可追溯的每日简报
- 基于 LangGraph 构建受控 ReAct Agent，通过搜索、读取、修订、关联与审核提案工具辅助维护知识库
- 设计分层记忆机制，将会话经验、长期摘要与待复核内容分层维护，并在运行时召回相关记忆辅助决策
- 面向下一步编辑建议（NES）解释生成场景，基于 Agent 执行轨迹构建数据合成与 LLM 评测链路
- 搭建 NES 与解释数据的合成、筛选和质量标注流程，初步合成 1k+ 高质量 NES 数据
- 构建 Pairwise LLM-as-Judge 评测体系，结合 ELO 与 Bradley-Terry 计算能力分数，并优化位置与长度偏差
- 研究多段上下文召回对仓库级代码补全效果的影响，提出 RRL 指标量化复合上下文有效性
- 设计基于强化学习的 CARLCoder 检索模型，EM 与 ES 相较此前方法分别提升 43.8% 和 15.6%
- 相关成果投稿 EMNLP（CCF-B，学生二作，送审）
- 编程与训练：Python, PyTorch, SFT, DPO, 强化学习
- Agent 与检索：LangGraph, ReAct, Qdrant, BM25, Embedding, LLM API
- 工程开发：TypeScript/JavaScript, Node.js, Vue 3, Java, Spring Boot
- 技能证书：华为 HCIA-AI 人工智能工程师（2025.12）
 |
 |
 |
 |
- Email: [email protected]
- GitHub: https://github.com/AdrenalineY