课程项目，目标是给简历文本与岗位JD做匹配打分。我负责特征抽取流程：分词、去停用词后构建TF-IDF向量，并用余弦相似度输出初版评分；组织3人标注200条样本作为小规模评测口径，对误判案例逐条复盘，调整关键词权重后在该测试集上排序准确率由约六成提升到七成五左右。与组员分工完成数据整理与结果汇报。

个人实验项目，基于PyTorch在公开小规模图像数据集上做分类对比。我完成数据增强、训练与验证集评估流程，系统记录不同学习率和批大小下的损失与准确率变化，在固定验证集口径下选出较优配置，使验证准确率相比初始设置提升约8个百分点。输出实验报告，整理可复现的配置表和后续优化方向，如正则化与更细的学习率调度。