我做过的工程

Evidence-Grounded, Rule-Governed Tender Compliance System

LLM 理解招标文件 + Codeified Rule Engine + Evidence Pipeline + Human Review。61 条 CK、17 个确定性算子、AuditReport 三级 trace，spec §七/§八/§十严守 Rule 优先 / 缺证据不 FAIL / 无 LLM 自循环。

Nash Equilibrium via GRPO on Iterated Prisoner’s Dilemma

用 GRPO 微调 Qwen2-0.5B，从 Tit-for-Tat 老好人收敛到 Always-Defect 理性人，300 步全训练过程 + 5 张数据图，复现指引 + 工程翻车记录。

Typed GraphRAG over Chinese Annual Reports

DeepSeek 三元组抽取 → Neo4j 知识图谱 → Leiden 社区检测 → Local/Global Search 双模式检索，15 个固定问题对比 GraphRAG 与向量 RAG 的取舍。

ReAct Agent with Persistent Short-Term Memory

ReAct 双实现（手写 Prompt vs Function Calling）+ 实体追踪 + 指代消解（对比类 / 重复类）+ Web UI + 36 个单元测试 + 端到端集成，金融年报多轮问答场景。

Experiment 3-11: Contextual RAG + Advanced JSON Cards

《深入理解 AI Agent》第 3 章配套实现 — 双层记忆（上下文检索 + JSON Cards）+ 60 case campaign + 凭证免费 receipt。

A Four-Paradigm Sequence Labeling Study

BERT+Linear / BERT+CRF / Qwen-Plus API / Qwen2-0.5B+LoRA — 四个范式在 CLUENER2020 与 People's Daily 上的系统对比。

Lightweight Edge-AI Garbage Classification

MobileNetV2 / ResNet 训练 245 类垃圾分类 + PyTorch Mobile + Android CameraX 端侧部署，约 50–80ms 推理。

Superpixel-based Spatially-regularized Diffusion Learning

超像素 + 空间正则化扩散学习，用于无监督高光谱图像聚类，论文配套实现。