参与大模型训练数据清洗与图像分类基线复现：在组内导师指导下整理多模态样本清单，用Python与PyTorch搭建小规模训练脚本，对比不同学习率与批大小在验证集上的损失曲线。协助记录实验日志、标注异常样本，并与数据工程同学对齐清洗规则。实习期间完成约30组对照实验，验证集准确率较初始基线提升约4个百分点，相关实验记录被整理为组内复现文档。