avatar
Ma Yi
大模型算法求职者 · Agentic RAG / RL Post-training / LLM4Rec

关于我

我是 Ma Yi，一名大模型算法求职者，目前关注 Agentic RAG、强化学习后训练、LLM4Rec 与数据蒸馏。我喜欢把不稳定的模型行为拆成可以分析、训练和验证的问题，也在意研究方案能否真正进入业务系统。

教育经历

哈尔滨工业大学（深圳）
电子信息（计算机技术）硕士 · 2024 - 2027
研究方向：RAG、Agentic RL、数据蒸馏
哈尔滨工业大学（深圳）
计算机科学与技术本科 · 2020 - 2024

经历

  • 字节跳动 · Data-抖音-内容技术：用户行为仿真与推荐 Agent，覆盖数据处理、模型训练、强化学习和推理优化。
  • 智谱 AI · 大模型算法实习：财务表格智能问答，通过受约束代码生成和执行提高结构化计算可靠性。
  • 科研项目：Agentic RAG 多步检索推理、扩散模型数据集蒸馏。

技术方向

Python · PyTorch · Transformers · Llama-Factory · ms-swift · vLLM · DeepSpeed · DPO · GRPO

联系方式暂以 GitHub 为主。