硕士期间主导的医疗问诊大模型微调项目，目标是在有限标注数据下提升专科问答准确率。我负责数据清洗与指令构造，基于PyTorch和HuggingFace对7B基座模型进行LoRA微调，并引入RAG检索增强，将Top-1准确率从61%提升至78%；设计消融实验对比全参微调与参数高效微调，整理实验日志与错误分析报告，相关成果整理为论文投稿至CCF-B类会议。

面向医学影像报告生成的研究项目，目标是根据胸部X光片自动生成结构化描述。我负责视觉编码器与文本解码器的对齐训练，在PyTorch上实现跨模态注意力模块，并采用课程学习策略分阶段训练；在公开数据集上BLEU-4达到0.32，较基线提升约9个百分点。同时我维护训练脚本与数据管道，撰写技术文档，并参与组内论文复现与讨论。