AI ENGINEER · PORTFOLIO

刘腾.

苏州大学 · 计算机技术硕士

具备扎实的计算机专业基础和大模型算法研究经验,专注于大语言模型、多模态检索、RAG及智能Agent方向。研究生期间持续参与大模型训练与应用落地,具备从数据构建、模型训练、算法优化到系统部署的完整实践经验。

SELECTED PORTFOLIO

作品集

横向浏览 · 点击进入详情

EXPERIENCE

经历与积累

从研究到业务落地

01

实习经历

2026.04 — 2026.09

蚂蚁集团 · 研究算法实习生

参与多模态网页与文档全模态检索:以 Qwen3-VL-30B-A3B 构建 2D bbox 数据、基于 MMEB 训练视觉嵌入模型,并通过 SVD 多任务 LoRA 与 GRPO 优化推理链路。

多模态检索GRPOLoRAMMEBv1 +2.6 / +3.8
02

项目经历

2025.01 — 2025.07

合同可信风险监测项目 · 算法开发

围绕合同与规章审查,构建实体关系抽取、LightRAG 检索及 Plan-and-Execute + MCP 工作流;通过 DOM 行级锚点与 RAG 提升审查可追溯性。

LightRAG知识图谱MCP检索 +32%

2024.03 — 2024.12

金融垂域大模型项目 · 算法与应用开发

覆盖金融问答数据构建、ChatGLM3 SFT/DPO、推理部署与多模型平台建设,形成从模型训练到服务交付的闭环。

SFT / DPOFastChatLangChainGPT-4 评测 +10.8pts
03

校企合作项目

2025.09 — 2025.12

面向复杂建筑工程文件的信息抽取

面向 DWG、PDF 等复杂工程文件,实现预定义字段的自动识别与结构化输出;通过规则与模型协同保障抽取稳定性,业务数据字段抽取准确率达到 93.7%。

DWG / PDF多源解析字段抽取93.7%
查看广诚 CAD 系统详情 ↗
04

科研经历

2026.04 — 2026.08 · 第一作者 · 投稿中

KePIR:面向多模态检索的算法研究

围绕多模态检索中的表示学习与检索增强开展研究,在 M-BEIR 上取得 52.01 的平均分,较 LamRA-Ret 与 CORAL 分别提升 0.97、1.79。

Multimodal RetrievalM-BEIRRepresentation Learning
05

竞赛经历

2024.10 — 2024.12 · 太初 RAG 大模型开发任务挑战赛 · 第 3 / 314

Teco-RAG:为多源异构文档建立可靠的检索链路

针对 PDF、PPTX、TXT 等材料在版式、列序和文本组织上的差异,设计文件加载、结构化切分、混合检索与答案自校正的一体化流程。实现 PDF→Markdown、双栏 PDF 与 PPTX 专用加载器,结合多查询 RRF、重排与二次检索,使系统从“能读文件”进一步变为“能稳定回答”。

多源文件解析→结构化切分→混合检索 + 重排→二次检索 / 自校正
0.6318原始框架
0.6733初版方案
0.6950最终方案
67.74%问答准确率记录
查看太初比赛作品详情 ↗
06

奖项与证书

国家奖学金本科阶段获得
校长提名奖全校 Top 20
校特等奖学金本科阶段获得
开放原子大赛TecoRAG 大模型开发任务挑战赛 · 第 3 / 314
蓝桥杯 JavaB 组 · 全国二等奖
专业资格证书软件设计师(软考中级)· 国家计算机三级