破军
博士生
北京师范大学 · 2年经验
日薪：
￥500/8h
地点：
其他
时间：
可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
北京师范大学在读博士，研究方向为大模型推理效率与可靠性。具备大模型实验设计、模型对比评测、长上下文测试和结果分析经验，关注回答质量、首Token延迟及计算开销等指标。能够围绕测试目标设计对照实验，整理评测数据、定位异常并形成可复现的测试流程和分析报告。希望承接大模型评测、推理性能分析及相关自动化开发工作。
项目经验
开展跨模型KV缓存复用研究，围绕模型切换时的重复计算问题，进行不同模型及配置下的质量与效率对比，评估长上下文场景中的回答效果、首Token延迟和加速收益，相关第一作者成果已被ICML接收。同时开展大模型答案选择可靠性研究，分析候选答案与最终选择之间的差异，相关第一作者成果已被NeurIPS接收。另推进阳江话数据整理与语音生成项目，积累了数据核验、批量评测及结果分析经验。
ID:437971
复制
破军
博士生 · 2年经验 · 北京师范大学
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
北京师范大学在读博士，研究方向为大模型推理效率与可靠性。具备大模型实验设计、模型对比评测、长上下文测试和结果分析经验，关注回答质量、首Token延迟及计算开销等指标。能够围绕测试目标设计对照实验，整理评测数据、定位异常并形成可复现的测试流程和分析报告。希望承接大模型评测、推理性能分析及相关自动化开发工作。
项目经验
开展跨模型KV缓存复用研究，围绕模型切换时的重复计算问题，进行不同模型及配置下的质量与效率对比，评估长上下文场景中的回答效果、首Token延迟和加速收益，相关第一作者成果已被ICML接收。同时开展大模型答案选择可靠性研究，分析候选答案与最终选择之间的差异，相关第一作者成果已被NeurIPS接收。另推进阳江话数据整理与语音生成项目，积累了数据核验、批量评测及结果分析经验。
案例展示
大模型推理效率对比评测
本项目围绕不同大模型之间的计算复用开展研究，重点评估回答质量与推理效率之间的关系。我作为第一作者参与方法设计与实验研究，对不同模型和实验配置进行对照，分析长上下文任务中的回答效果、首Token延迟及加速收益。项目形成了模型对比实验与结果分析，相关成果已被ICML接收。该经历与大模
大模型答案选择可靠性评测
本项目研究大模型在生成多个候选答案后，能否正确选择最终答案。我作为第一作者开展相关研究，通过对比候选答案中的正确性与最终选择结果，分析“已有正确候选但最终选错”的情况，评估答案选择环节对模型可靠性的影响。项目形成了对照实验和分析结论，相关成果已被NeurIPS接收。该经历可用于展
立即沟通
