课程项目中带领3人小组开发面向校园规章文档的问答应用，负责需求拆解、检索模块与前端联调；采用Python、LangChain、FAISS与Streamlit实现文档入库、相似片段召回和答案生成。在自建120条课程测试问题上，人工评估答案可用率为78%，并输出设计报告与演示材料，梳理了检索参数对召回效果的影响。

个人项目围绕课程评论情感分类，完成数据清洗、标注校验与模型对比；使用Python、scikit-learn与PyTorch实现TF-IDF基线及小型Transformer微调，在固定划分的800条样本测试集上对比准确率与推理耗时，记录实验配置和误差案例，形成可复现的实验笔记，并总结模型选型与部署成本的权衡思路。