佳琦 郑

项目描述： 针对多模态大模型在理解地图拓扑关系、进行空间方位推理时存在的性能瓶颈，主导了一项探索性研究。项目通过构 造cot将模型能力提升40%，在此基础上深入剖析思维链（CoT）在该类任务上的有效性根源，为后续设计不依赖复杂CoT的高 效、可解释模型提供理论与实践依据。 主要工作与方法： 1. 基准构建与问题复现： 设计并实现了一个端到端的基准任务（地图+方向→左右判断），复现了直接微调范式下模型（ViT LLM）难以学习空间推理逻辑的行业痛点。 2. 系统性诊断与分析： 为探究模型失败根因，开展了系统性分析： a) 对学习率、优化器、数据增强等训练参数和图像输入表征 进行网格搜索，排除了基础配置问题。 b) 利用 Attention Map 可视化分析，发现模型定位能力并非是COT有效的根源。 3. 研究实验设计： 设计并执行了一系列精巧的消融实验与对比实验。通过在CoT推理步骤中逐步屏蔽关键信息（如方向、绝对/ 相对位置），定量分析了各推理组件对最终决策的贡献度。 4. 实践指导： 基于此发现，向团队提出可采用多任务学习或多阶段学习等策略，显式地引导模型掌握各项子能力，从而构建更高 效、简洁的免CoT导航模型。

民宿信息AI智能审核 主导AI民宿信息智能审核方案设计与落地，替代人工完成民宿设施与描述语句的一致性核对，负责模型选型、提示词工程设计、审核流程搭建及准确率迭代，独立完成从需求拆解到效果验证全流程工作；选用DeepSeek V3大模型作为核心载体，依托其强逻辑推理能力，开展精细化提示词工程（Prompt Engineering）设计，结合思维链提示（CoT）明确核对要求（能否做饭、设施数量等）、引导模型思考逻辑与标准化审核步骤，通过收集误判案例优化提示词完成模型迭代，最终实现审核效率较人工提升80%+、单条审核耗时从5-10分钟缩短至20s，审核准确率从73%提升至93%，方案无需复杂微调且可快速适配各类民宿审核需求，节省人工费用35W/年。 基于GRPO优化的酒店推荐语 研究背景：针对美团酒店列表页推荐语不通顺、负面信息突出、用户需求匹配度低的问题，融合强化学习与语义嵌入技术实现推荐语质量及个性化双优化，最终实现推荐语综合评分提升 4%，搜索场景CVR 提升 3%+，方案轻量化易复用。 1. GRPO 强化学习框架与多维度Reward函数设计 以 Qwen3-8B SFT 为基础搭建 GRPO 强化学习框架，通过 verl 实现组内策略分组训练，开发高扩展性自定义 Reward 嵌入框架，采用 fsdp、vllm 引擎完成推理加速；构建多目标Reward 体系，质量层基于CVR 业务数据构造 pair 对，通过 pairwise_loss 训练 MTbert 模型，精准量化推荐语与用户通用偏好的匹配度；真实层采用 LLM as judge 技术迭代优化幻觉检测分类器，将准确率从 92% 提升至 98%；合规层加入长度惩罚项与禁忌词过滤机制。 2. BGE驱动的个性化落地：选型 BGE Embedding 语义嵌入专用模型，将用户搜索 Query 与酒店推荐语映射至统一向量空间，通过余弦相似度实现搜索意图与推荐语核心卖点的精准匹配；针对相似度排序导致的内容重复问题，复用模型完成推荐语间自相似度过滤，实现 “语义”轻量去重，完成推荐语个性化精准分发。

1. 多路召回模块设计： 设计并实现基于协同过滤（itemCF）、向量检索（item2vec，标题语义识别）、热点打分等多通路召回策略，覆盖率提升25%+ 2. 双塔模型用于粗排阶段： 构建用户塔与商品塔，融合用户历史行为特征、偏好Embedding以及商品类目、品牌等静态特征； 使用向量内积方式输出相关性打分，该模块显著提升粗排阶段排序质量。 3. 精排 - MMoE多任务学习模型： 设计并实现了基于MMoE（Multi - gate Mixture of Experts）的多任务学习模型，用于同时优化点击率（CTR）、点赞率和收藏率等多个目标。通过引入多专家网络和任务专属门控机制，有效解决了多任务学习中的负迁移问题。

高等数学，线性代数，经济建模