关于我
让设计与代码对话
我是一名专注于大模型数据建设与评测的AI训练师，致力于在数据质量与模型能力之间搭建可靠的桥梁。
拥有从需求分析、规则文档编写、任务下发到数据标注、质检、验收及交付的全流程实操经验。在训练数据建设方面，擅长SFT数据构建、偏好数据构建、CoT推理数据及多轮对话数据处理，曾带领团队完成多个AI情感对话与语音合成项目的数据交付。
在模型评测领域，参与过单模型能力下钻、双模型对比及多模型横向评测，能够独立完成评测指标体系设计、评测集构建、BadCase归因分析及评测报告输出，并将评测数据转化为可视化图表与场景化选型建议。熟练运用SFT、DPO、RAG、ReAct和Agent等大模型技术原理，并擅长借助Trae IDE、Claude Code、DeepSeek等AI工具搭建自动化工作流，持续提升数据处理与评测效率。具备中英韩三语能力，能够胜任跨语言的数据建设与评测任务。
智能客服AI助手优化项目
围绕垂类智能客服场景，拆解售后业务逻辑，将用户模糊表述梳理为可被AI理解的细粒度意图体系。针对商品瑕疵、物流纠纷、鉴定争议等高频问题，整理标准处理流程并提炼专家型回复策略，累计梳理高频问题20+类、标准话术500+条。对客服AI生成内容进行准确性、专业性、情绪安抚度和任务完成度评分，针对答非所问、事实错误、语气生硬等问题进行Bad Case归因。累计分析用户咨询对话3000+组，输出深度诊断报告4份，协助提升知识库覆盖率约15%，AI助手在售后复杂场景中的准确率提升约30%。
图片Caption描述标注项目
面向多模态大模型训练，对商品、风景、人物、美食等图片进行图文描述标注，支持图像理解与生成模型的图文对齐能力建设。基于图片内容输出结构化自然语言描述，覆盖整体简要、主体描述、环境描述三个层级，确保描述准确、细节清楚，并覆盖主体、动作、场景、风格与可见关系。从准确性、完整性、简洁性三个维度评估描述质量，按照评分细则完成等级划分并补充错误类型标签。参与疑难Case专项讨论，整理漏标、误标、描述过泛、主客体混淆等Badcase，推动标注规范迭代；结合图文相似度模型完成自动分类分流和描述预生成，标注效率提升约50%，自动质检命中率提升约30%。
多模态生成模型评测项目
面向文生图、文生视频、图生视频模型输出结果进行系统评测，从图像质量、视频流畅度、语义一致性等维度判断生成内容是否满足训练与上线标准。设计并执行多模态生成内容评测方案，围绕清晰度、色彩、构图、物理真实性、帧间连贯性、动作自然度、指令遵循度、主体完整性和场景逻辑合理性等维度进行评分标注。组织双人独立评分与交叉抽检，设置分歧阈值并引入第三评审仲裁，通过一致性校验识别规范漏洞并推动评分标准迭代。对构图失衡、色彩失真、肢体畸变、物理不合理、视频卡顿、主体漂移等典型问题进行归因标注，沉淀Badcase库并输出评测质量报告；同时开发单文件HTML离线插件，实现标注团队人效数据自动化分析、风险人员标记、网页预览、CSV导出及智能分析报告生成。
大模型技术
开发工具
语言能力
责任心强，具备稳定的任务交付和团队协作能力。面对复杂或表述模糊的标注规则，能够通过试标、案例讨论和标准校准统一团队认知；严格执行抽检、复核与问题仲裁流程，保障数据一致性和交付质量。
上海电机学院
韩国庆南大学
作品集
精选项目
Drag or Scroll to browse | Click to expand | Scroll to go back | ← → navigate
博客