参与航运物流场景的文本分类与信息抽取算法研发，协助mentor完成需求拆解、数据清洗与标注规范整理。使用Python、PyTorch和HuggingFace搭建baseline，在内部测试集（约800条标注样本）上对比不同预训练模型的F1差异，记录消融实验过程。与数据标注同学协作复核badcase，输出实验记录文档，推动模型在验证集上的F1由0.72提升至0.79，相关脚本已沉淀为组内可复用工具。