关于
545 字约 2 分钟
AI 工程师，现攻读模式识别与智能系统方向研究型硕士。
过去主要从事 计算机视觉、OCR、文档智能与大模型应用 的研发与工程落地，做过文档结构化、OCR + LLM、RAG / GraphRAG、Agent Workflow 与模型推理部署等系统。
目前研究兴趣集中在 AI4Math、LLM Reasoning 与 Geometry Problem Solving，关注大模型如何结合视觉信息、结构化表示与符号工具完成更加可靠的多步推理。
平时会在这里记录论文阅读、技术学习和工程实践。
概览
| 项目 | 内容 |
|---|---|
| 当前 | 研究型硕士 · AI4Math / LLM Reasoning |
| 过往 | 3 年 AI 算法研发与技术管理 |
| 方向 | AI4Math · Geometry Reasoning · Document AI · Agentic AI |
| 工程 | CV · OCR · LLM · RAG · GraphRAG · Agent |
研究兴趣
目前主要关注：
- AI4Math / Mathematical Reasoning
- Geometry Problem Solving
- Multimodal & Neuro-Symbolic Reasoning
- LLM Reasoning / Test-Time Scaling
- Agentic AI & Efficient Inference
相比只关注最终答案是否正确，我更感兴趣的是：
模型是否真正理解并利用了中间结构、视觉信息与外部工具。
工程经历
过去几年的工作主要集中在 Document AI 与 LLM 应用，包括：
- 文档图像预处理、版面分析与 OCR
- OCR + LLM 智能理解与判评
- RAG / GraphRAG 知识增强问答
- LLM SFT / LoRA 与推理部署
- Agent Workflow
- ONNX / TensorRT / vLLM 推理优化
代表性工作包括智能文档识别与判评、LLM 智能评估、数学知识图谱问答，以及个人开发的 Study Planner AI Agent。
技术写作
这个网站主要记录：
论文精读 · 研究思考 · AI 工程实践
涉及 AI4Math、LLM Reasoning、Agent、RAG、计算机视觉与模型推理优化等方向。
相比单纯记录「怎么实现」，我更希望回答：
为什么这样设计？什么时候会失败？还有没有更好的方法？
→ 全部文章
开源与社区
- Nature Skills Contributor — 贡献 Nature Paper Card Skill
- 参与 GitHub 开源项目 Issue / PR 协作
- 中国图象图形学学会（CSIG）会员
联系
欢迎交流：
AI4Math · Geometry Problem Solving · LLM Reasoning · Document AI · Agent Systems
版权所有
版权归属：Kstheme