中国农业大学

计算机技术 · 硕士·信息与电气工程学院·北京

研究方向为 Text-to-SQL 可控数据合成与表格基础模型的上下文检索；同时参与 Agent 应用与知识图谱建模相关实践。

教育 AI Native 教师工作台

需求分析 · 功能设计 · 原型迭代 · 知识图谱

既有教育产品阶段性交付后，负责教师端新产品的需求分析与功能设计，围绕学情分析、个性化推题与教学设计推进 AI 原生交互，并在公司代码底座上完成模型接入与原型迭代。

• 目标驱动交互：设计覆盖目标输入、学情分析、选题组卷与审核下发的可编排工作流，教师可调整环节、审核结果，把逐项操作转为目标驱动的协作。
• 原型与迭代：基于 React / Umi、TypeScript 与 Node.js 代码底座，使用 Zcode 与 GLM 进行 AI 辅助开发，一周形成可交互原型，随后完成模型接入与功能改进。
• 知识图谱建设：开展学情与题库建模、课标标签清洗与标签体系构建，基于 Neo4j 构建教育知识图谱，为学情画像、个性化推题与错因归类提供关联知识。
• 本体与 Agent：将领域对象与任务关系用于 Agent 的任务组织与工具选择，结合流程编排和人工确认明确执行边界。
• 验证与验收：原型由公司组织多轮客户验证，并由验收方用于教学工作台评估；结合反馈持续迭代交互。

畜牧领域智能问数系统

Text-to-SQL · RAG · LangGraph · 来源可追溯

面向养殖业务中的知识查询与数据分析需求，设计衔接自然语言提问、数据查询与分析解释的问数流程，把结构化数据和领域资料转化为带来源依据的回答。

• 场景与方案：区分知识问答、数据查询与复杂分析三类需求，组合 Text-to-SQL、RAG 与专业分析模型；基于 LangGraph 组织任务与共享状态，让不同问题进入对应处理流程。
• 反馈与解释：输出阶段进度、查询结果与最终报告；结合本地检索、网络补查与来源引用，把业务数据与领域知识共同纳入分析。

Text-to-SQL 可控数据合成方法研究

复杂度度量 · 分布调控 · QLoRA 微调 · 基线对比

• 方案设计：针对合成方向不可控、样本模式同质化的问题，设计多维 SQL 复杂度度量与分布调控机制，使样本合成方向可按目标分布调整。
• 实验验证：构建复杂度引导与多样性筛选流水线，使用合成数据进行 QLoRA 微调，在 Spider Dev 上与现有方法做基线对比，检验小规模定向合成的有效性。

项目概述 →

表格基础模型的上下文检索机制优化

TabPFN-V2 · LimiX · 相关性与多样性 · 消融分析

• 针对仅依据相似度选择上下文样本的局限，设计兼顾相关性与多样性的上下文检索机制。
• 在 CC18、CTR23 上开展对比实验与消融分析，评估检索机制对模型泛化表现的影响。

项目概述 →