课程项目中负责图文检索模块，用CLIP提取图像与文本向量，基于FAISS搭建检索服务并用Flask提供接口；与两名同学协作完成数据清洗和前端展示。在课程自建500组图文样本上评测，Top-5召回率约78%，较随机基线明显提升，并整理实验记录与误差分析，定位到长文本描述与相似图像混淆的问题，通过调整文本截断策略与向量归一化方式进一步改善检索排序效果。

个人项目中开发轻量评测工具，针对课程知识库问答场景，用Python封装多模型调用，设计准确性、完整性与引用一致性评分表；邀请5名同学对120条回答双盲打分，统计各模型表现并输出对比报告，据此调整提示词与检索条数，人工评分平均提升约10%。同时补充失败案例归因与耗时统计，形成可复用的评测脚本，便于后续迭代时快速对比不同配置下的效果差异与稳定性表现。