- 主导企业级大模型应用系统研发,基于LangGraph的多Agent工作流设计与RAG知识问答系统开发,负责模型调用、Prompt设计、知识库构建及业务流程编排,推动系统从需求设计到上线部署的完整落地。 - 面向企业知识管理场景,独立完成RAG问答系统的文档解析、检索增强与智能问答链路搭建,支撑团队知识管理效率提升。 - 设计Transformer文本分类模型研发,完成基于BERT-Base-Chinese的中文文本分类任务微调,参与数据构建、模型训练及效果评估工作

项目背景: - 法律文本专业术语密集,语义复杂,传统关键词匹配方法无法理解深层语义,人工案件分类成本高且效率低。系统基于预训练语言模型对案件文本进行自动分类,实现类别预测与辅助分析,将人工分类工作转化为模型自动处理,显著提升法律文本处理自动化水平。 项目内容与职责 - 基于 Transformer 架构构建中文文本分类模型,采用BERT-Base-Chinese 预训练模型 + Linear 分类头方案,针对8类案件分类任务设计 768 维语义特征表示与 Linear(768, 8) 分类头,通过 PyTorch 完成模型训练、微调与推理全流程 - 基于混淆矩阵分析8类主要误分类场景,构造典型样本与易混淆样本 100+条,定位模型误判原因并针对性优化训练数据,提升分类稳定性 - 完成 Tokenizer → BERT Encoder → Linear 分类层→ Softmax → 类别映射全流程一致性验证,GPU 环境下单条文本推理耗时控制在 50ms以内,支持批量输入及 Top-3 候选类别输出 - 基于 FastAPI 封装模型预测服务实现接口化部署,前端展示预测类别、置信度及 Top-3 概率分布,覆盖正常输入、异常输入、批量请求等测试场景,完成从模型训练到业务应用的完整闭环 业绩: - 将人工逐条审阅案件文本的分类工作转化为模型自动预测,支持8类案件秒级识别,显著降低法律文本人工处理成本 - 系统输出类别预测、置信度及 Top-3 候选结果,为法律从业者提供可解释的辅助决策依据,减少因分类错误导致的案件处理偏差 - 大模型数据增强方案将训练样本扩充至37.5万条,覆盖复杂边界场景,提升模型在专业法律语义下的泛化能力,支撑系统在真实案件文本环境中的稳定运行 - 模型在测试集上达到 Accuracy 91.13%、Precision 91.57%、Recall 91.11%、F1-Macro 93.6%,验证模型在复杂法律语义场景下的分类可靠性