项目描述：针对短视频信息过载问题，研发了基于多模态特征的自动化摘要系统。该系统创新融合音视文特征，在有限算力下实现核心信息深度理解，文本生成准确率提升30%，压缩比达1:8。
关键技术包括：1. 异构多模态流水线：集成Hugging Face模型，构建faster-whisper、ViT、MobileNetV3及DeepSeek-R1-Distill流水线，实现多模态时序对齐。2. 自适应视觉语义压缩：基于ViT全局注意力特征开发动态采样算法，通过语义距离自适应抽帧，大幅削减视觉数据处理量。3. 结构化Prompt工程：设计“多维特征融合Prompt”，引导LLM关联视觉关键帧与语音上下文，提升摘要因果逻辑性。4. 工程化部署：采用INT8/FP16量化优化显存，基于Gradio构建全离线交互式原型。
成果：成功在6GB显存设备离线部署；视觉数据处理量减少60%，关键信息覆盖率提升15%；有效解决长文本摘要逻辑幻觉问题，生成结构化、逻辑连贯的Markdown摘要。

项目描述：研究背景：大语言模型在特定领域存在知识幻觉和专业性不足的问题；RAG检索增强推理延迟高；传
统SFT+DPO 微调需要高成本人工标注。本项目将两者结合，用RAG自动构建DPO偏好数据，实现零
标注成本的领域知识内化。
关键步骤：1.知识库构建与RAG检索：领域文档切片后通过BGE-large编码为1024维向量,构建FAISS
索引实现 top-3语义检索。2.偏好数据自动合成：利用7B教师模型分别生成有无 RAG 辅助的回答,通
过 4 维度LLM-asJudge 评分自动构建 DPO 偏好对 3. 两阶段微调与评测:：对 1.5B 学生模型依次进
行 SFT 和 DPO 的 LoRA 微调,设计三阶段对比实验。
结论:SFT+DPO 微调后 1.5B 模型综合评分从 4.63 提升至7.43(+60.5%) ，达到教师7B+RAG效果的
90.6% ,推理速度快 4.4 倍且无需检索系统。在法律、金融、医疗三个领域均验证了跨领域通用性。

项目描述：项目背景：针对传统 LLM 行程规划存在的问题，开发全栈智能旅行规划系统。· 主要内容：· 1.多 Agent 工作流编排： 设计单目的地及多目的地行程生成系统，通过 LangGraph 编排流程。· 2.城市级上下文隔离：实现分城市上下文隔离，独立检索信息，避免内容串库。· 3.多目的地时间线与审计：构建时间线，组装交通段与停留段，审查潜在问题。· 4.版本化持久化与并发控制：基于 PostgreSQL JSONB 实现版本化持久化，支持修订并通过乐观锁和 HTTP 409 防止并发覆盖。· 5.多源数据与安全约束：接入多种数据源，严格限制铁路信息的使用。· 6.前端交互与类型安全：使用 React 等技术实现动态表单和行程时间线，生成类型安全的 API 客户端。· 成果：建立自动化质量门禁，后端测试 263 通过，前端测试 18 通过，多目的地和成都场景评测均得满分。