作为小组负责人，我主导搭建面向医学文献的问答原型，设计RAG检索增强流程并开展大模型微调实验。使用PyTorch与Transformers框架，在实验室单卡环境完成LoRA微调，同时组织组员完成数据清洗与评测。在自建200条测试集上，答案要点覆盖率由基线54%提升至71%，按期完成项目报告与答辩，积累了从检索到生成的完整工程经验。

在校级AI竞赛中，我负责临床文本多标签分类建模，使用PyTorch搭建BERT微调基线，并引入数据增强与动态阈值调优。与队友协作完成特征分析和结果复核，在竞赛官方验证集约1500条上，F1值由0.68提升至0.76，最终获得校级二等奖。我同时整理了可复用的实验记录与调参文档，为后续项目提供参考。