点击空白处退出提示
个人介绍
工作经历
2026-08-01 -至今国防科技大学实习
项目经历:利用 AI Agent 优化数字 IC 前端 EDA 工作流 项目背景:国防科大微电子所暑期课题,在 M6678 前端 EDA 工作流(Makefile + TCL 驱动 Synopsys/Cadence 工具链,速石云平台)之上,用 AI Agent 技术重构/优化芯片设计验证流程。 工作内容 架构分析:完整梳理 M6678 前端 EDA 工作流的 Makefile/TCL 体系、工具链结构及云平台运行机制 报告解析器(parser)开发:将 DC、Genus、Spyglass、Xcelium、VCS、PT、FM 七种 EDA 工具的非结构化日志解析为结构化 JSON,附 291 条 Spyglass 规则映射 编排引擎(orchestrator)开发:DAG 流程编排 + 多平台适配 + AI 自主闭环修复(诊断 → 生成 SDC 修复 → 重跑 → 验证收敛) AI Skill 开发:编写 SKILL.md 定义 AI Agent 标准工作流(建立认知 → 运行 → 解析 → 诊断 → 闭环修复)与安全护栏,可接入 Claude Code 等 Agent 平台 环境部
教育经历
2024-09-01 - 国防科技大学计算机科学与技术本科已认证
主修计算机科学与技术专业,系统学习数据结构、操作系统、程序设计等课程,熟练掌握 Python、HTML/CSS 等开发技术,具备代码调试、数据处理、简单网页开发能力,积极参与学科竞赛,持续锻炼工程实践能力。

本项目包含模型量化模块、模型剪枝模块、知识蒸馏模块、精度评估对比模块、推理部署验证模块五大核心模块。项目针对预训练大模型完成多维度轻量化处理,支持INT8/FP16不同精度量化压缩,可对模型冗余权重进行结构化剪枝,借助教师‑学生蒸馏框架完成知识迁移;同时提供完整的精度、推理时延、显存占用评测能力,自

1.具体功能模块(1)日志处理模块:支持粘贴或上传日志文件,自动解析、统计、风险归纳并生成结构化报告;(2)知识增强模块:支持Markdown/TXT/PDF知识材料上传、切块、向量检索、知识图谱抽取与知识片段搜索预览;(3)联网同步模块:接入MITREATT&CK、NVD、GitHubAdviso



