$ cat profile.txt
Name : ukashi
Role : LLM Agent & 推荐算法方向研究生
School : 华东师范大学 · 软件工程
Location : Shanghai, China
Status : 在读中，折腾大模型与算法
$ echo "Hello, World!"
// 聚焦大模型 Agent 与推荐算法，喜欢把想法跑起来
目前是华东师范大学软件工程专业的硕士在读，主要研究方向是 大模型 Agent 算法与推荐算法，两个方向都有一些积累。 本科毕业于东北师范大学智能科学与技术专业，一路从传统 ML 摸到 LLM、RAG 和 RL。
也写过一点前端，做过小程序，所以从模型训练到把东西端到端跑起来都能 hold 住。 日常除了写代码，喜欢看动漫、刷电影、出去旅游；常年熬夜选手， 对新技术保持好奇，更喜欢把论文里的想法落地成能真正跑起来的东西。
基于 FormalGeo 形式化环境构建 MCTS 搜索智能体，设计 Actor-Evaluator 双模块求解几何题， 重点攻克辅助线构造难点；对 Qwen2.5-7B 做 SFT + GRPO 两阶段训练， 下一步定理 Top-5 ACC 从 0.69 提升到 0.72，整体求解率达 0.82。
面向车主与客服场景的知识问答系统：PyMuPDF 解析 + 父子两级语义切分， BM25 与 Milvus（dense + sparse + RRF）双路混合召回 + bge-reranker 精排， 微调 Qwen3-8B 实现引用编号输出与越界拒答，离线综合得分 0.88，Context Recall 0.94。
负责独享拼人判责系统的 Prompt Engineering，基于 Qwen-Plus 输出 JSON 判责结果， 1W+ 测试集上 Precision 0.91 / Recall 0.89； 参与基于 Gated Transformer 的模拟轨迹风控模型，上线后黑样本召回率由 48% 提升至 60.3%。
软件工程学院，研究方向聚焦大模型推理、RAG 与强化学习。985 / 211 / 双一流。
信息科学技术学院，系统学习人工智能基础课程，打下算法与工程基本功。211 / 双一流。
国际数学问题求解竞赛赛道，团队斩获 Track1 第二名。
基于"学-练-评-辅"闭环，集成 RAG 课程问答、编程启发式引导、 ICE-Score + LLM 代码评估、GIKT 知识追踪与个性化推荐四大模块。
基于用户行为数据设计多尺度滑动窗口与交叉特征， CatBoost 两阶段架构（CTR + CVR 预测），测试分数 0.271。
基于用户-广告交互序列构建生成式推荐模型 HSTU， InfoNCE 对比学习损失，测试分数 0.074，并尝试 RQ-VAE 多模态特征量化。
$ ./connect.sh
→ GitHub : github.com/ukashi
→ Email : wuyzbj009@163.com
→ School : 华东师范大学 · 软件工程学院
$ _