基准设计：

• 56 个可执行验证任务，覆盖 14 类场景与四档引号风险层级
• 三种传输契约：原始 shell、JSON 工具调用与 wrapped bash -c
• 单命令 oracle 与状态验证器，可区分语法失败和静默错误结果

亮点：

• 5 个层级、16 种 AI 编码 tell 的模式目录——重复造轮子、投机性抽象、防御式 slop、噪声、测试 slop——每种都配有检测信号与前后对比示例
• 目录背后的三条铁律：严格保持行为（含错误类型）、无测试 → 不改、以及每次提交只处理一类模式且每步后测试全绿
• 误报防护——严重度 1（「存在但合理」：有据可依的 fallback、信任边界防御、插件注册表）一律豁免；目标是让仓库更健康，而非「战果计数」
• 首次实战：一个 1.34 万行、由 agent 编写的 ML 仓库——24 条发现，几乎全是 Tier-1 重复，粘贴出来的副本早已悄悄漂移

主要特性：

• LLM 前端 + 确定性内核：自由文本 → LLM 意图解析 → 规范化动作 → 原版 Adventure 引擎 → 状态转移 → LLM 叙事
• 游戏内核牢牢掌控全部世界状态（房间、物品、谜题、死亡、计分）——LLM 绝不臆造状态，因而不会产生幻觉漂移
• 支持中文 / 英文自然语言游玩——不必再死记精确动词（要说 look，而非 see）
• LLM 叙事层把简陋的引擎输出转写为现代、易读的文本，并对失败给出自然解释，而非冷冰冰的「I don't know that word」
• 把 1977 年的《巨洞冒险》带到现代玩家面前，同时完整保留其严谨的解谜世界模型

实验设置：

• 对比三种系统提示模式：base（英文）、zh_compact（简体中文）、wy（文言文）
• 基准：IFEval、MATH-500、MMLU-Pro；固定 2048 token 输出预算以排除截断伪影；逐次统计 token 用量
• 基于 manifest 的实验流水线，覆盖 API 模型与本地 Qwen 模型

初步发现：

• zh_compact（简体中文）是跨模型家族最稳健的默认选择
• 文言文仅有条件性收益——在 gpt-5.4 上最强，但在 qwen3-4b 上没有稳定优势

主要特性：

• 端到端流水线：音频采集、VAD、ASR 模型推理与系统集成
• 轻量级端上后处理模型，用于标点恢复与文本格式化
• 语音编辑模式：通过语音命令实现实时纠错与插入
• 原生 IBus 与 Fcitx 5 前端，可在 GNOME、KDE 等 Linux 桌面中进行系统级输入
• 面向低延迟离线运行优化，无云依赖

我的贡献：

• 共同设计 DFSPH 耦合，逐步在高斯粒子上施加不可压缩约束（恒密度 + 无散度）
• 实现均匀内部填充——通过对均匀 3D 网格上平滑不透明度场的阈值化，把表面偏置的 3DGS 转换为 SPH 可用的体积
• 实现基于 SPH ∇v 的隐式协方差更新，使各向异性高斯形状在仿真中与局部流场对齐
• 在 Synthetic-NeRF（Materials、Hotdog、Ficus）场景上对比 PhysGaussian (MPM)——单一点云表示同时承担仿真与渲染，并保持液体般的连贯性与密度

我的贡献：

• 两阶段训练：先在冻结的 MAE 特征上做线性探测（8 epochs），再以更小学习率端到端微调（25 epochs）
• 类不平衡处理：基于逆类频率权重的随机采样器、AdamW + 权重衰减；自动混合精度训练保稳定
• 事后决策校准：先验调整 (logits − τ·log prior) + 类别特定偏置，抑制对 nevus 的系统性过预测
• 标准皮肤病学数据增强（随机裁剪、±30° 旋转、颜色抖动），输入归一化为 224×224

我的贡献：

• 实现多方法点云去噪流水线（统计离群点剔除、体素降采样）
• 集成基于 ICP 的位姿精化，提升传感器噪声下的定位鲁棒性
• 提升动态环境中移动操作的鲁棒性

我的贡献：

• 仿照 PyTorch 重新实现 autograd：计算图构建与反向模式微分
• 实现全连接层、激活函数和优化器（SGD、Adam）
• 在标准基准上验证以保证数值正确性

我的贡献：

• NJUOS 实验系列（2023 年春）：进程调度（轮转、优先级）、虚拟内存管理（分页、按需调页）
• MIT xv6 实验系列（2024 年夏）：基于 inode 的文件系统、基础 POSIX 系统调用、其他内核子系统
• 在教学内核的启动、调度器、内存与存储层做了系统性的动手实践

我的贡献：

• 对 LLaMA 进行领域特定问答任务的微调
• 实现高效文档检索的向量数据库索引流水线
• 构建 Vue.js 前端 + Spring Boot 后端 + RESTful API