课程《多模态机器学习》小组项目，目标是让模型同时理解论文图表与正文。我负责数据管线与训练脚本，用PyTorch搭建图文对齐模块，组织3人分工并每周同步进度。在课程提供的500篇论文测试集上，图表问答准确率从基线62%提升到71%；撰写实验报告并在课堂展示，获课程优秀项目。这段经历让我熟悉了多模态模型从数据处理到对齐训练的全流程，也锻炼了算法设计与工程实现能力。

校级算法竞赛赛题，要求在限定算力下提升策略模型在仿真环境中的稳定性。我基于PPO实现奖励塑形与优势估计改进，用PyTorch完成训练与消融实验，与队友协作调参并复现基线。在竞赛官方仿真环境100轮评测中，平均回报较基线提升约12%，获校级二等奖。通过该项目我深入理解了强化学习后训练中的奖励设计与稳定性调优，为后续大模型RLHF方向打下基础。