2025-07-01 -至今字节跳动算法工程师

协同信号增强的 LLM 生成式推荐系统 项目技术：PyTorch / Qwen2.5 / RQ-VAE / Semantic ID / SASRec / GRPO / Constrained Beam Search / DDP - 基于 Amazon 电商用户行为数据实现端到端生成式推荐框架，通过 Qwen 文本编码器 + RQ-VAE Residual Quantization将商品映射为多层 Semantic ID，使 LLM 能够直接以自回归方式生成下一商品，而非对全量 Item 逐一打分 - 针对 Semantic ID 构建过程中的 Codebook Collapse 与 Item Collision问题，对各级 Codebook 利用率、SID 碰撞率及重建误差进行分析，并对 RQ-VAE/RQ-KMeans 等离散编码方式进行对比，研究 Semantic ID 唯一性与语义保真之间的权衡。 - 基于 Qwen2.5-1.5B 构造下一商品预测、Title-SID 双向语义对齐及序列-文本融合等多任务数据，使用 6×RTX 3090 DDP完成 SFT；进一步使用面向

2024-09-01 - 中国科学院大学人工智能硕士