NLBSE 2027 Skill Classification: 独立开展数据审计与评估研究,复现官方基线,设计文本分组、跨仓库留出等评估方案,分析数据泄漏和标签构造问题,完成 TF-IDF、传统机器学习模型及 MiniLM 等多种方案的实验对比。
模型参数压缩研究: 针对特定任务开展模型压缩与优化,将模型参数量压缩至原方案约 1/4,最高得分 90.8,高于官方 CodeBERT 基线 72.6。
OmniRT 系统研究: 开展 AI 系统相关研究与长时间负载性能测试,具备系统实验设计、性能分析和问题定位经验。