• 🎯接触的领域 ：多模态安全 / 计算机图形学 / 机器学习
• 🔭 关注：一切「无用但有趣」的东西（以及把它们做成作品）
• 🌱 正在学习：Diffusion Models / ai文本检测

一个“从像素出发”的光线追踪小宇宙： Ray Tracing 从相机为每个像素发射光线，完成 光线-球体求交、阴影检测，并叠加 Phong 光照模型

• ✨ Phong Shading：Ambient / Diffuse / Specular 材质仿真
• 🌑 Shadow Ray：命中点向光源发射阴影光线，明确遮挡关系
• 🧼 2×2 MSAA：多点采样平均，边缘锯齿明显变少
• 🔁 Recursive Reflection：递归追踪反射（限制深度），提升空间感与真实感

Tech Stack：C++ Qt Ray Tracing Phong Illumination

一个把“刷题日志”变成“教学雷达”的可视分析系统：实现教学进度管理与个性化诊断。

Highlights

• 🧠 掌握度建模：引入 首次掌握成本（pre-correct effort）、间隔复习收益（spaced repetition bonus）、再错惩罚（post-correct regression penalty），把“做对/做错/复习”转成连续可比较指标。
• 🌲 知识树总览 + 下钻：以“知识点—子知识点—题目”三级结构为入口，支持点击高亮与联动筛选，快速定位薄弱环节。
• 🧭 学生画像：雷达图对比“个人 vs 班级均值”，再结合学习习惯时钟图与日历图，把问题从“结果”追溯到“过程”（如熬夜刷题、期末突击）。
• 🎯 题目难度诊断：掌握度散点分布 + 题目选择联动，用数据解释教学问题。

Tech Keywords：html Js

一次把“论文级数学推理”真正落地成可用工具的实践：基于 MS-Swift 对开源模型 deepseek-math-7b-instruct 进行微调，面向 数学题文本 → 分步推理 → 最终答案 的任务链路，完成从数据准备、训练、评估到导出部署的一整套流程。

Highlights

• 📚 数据集驱动微调：使用 TIGER-Lab/MATH-plus 数学数据进行加载、清洗、分词编码与训练/验证划分。
• 🧠 任务对齐的 System Prompt：通过设置“你是一个解决数学问题的专家”等 system prompt 提升模型在数学解题场景下的表现。
• 🧩 LoRA 训练与合并导出：在 MS-Swift 中完成 LoRA 微调，并将 LoRA 合并回基座模型导出完整可用模型。
• 📈 评测闭环：借助 EvalScope 在 GSM8K 等数据集上评估推理能力，并使用 BLEU/ROUGE 等指标进行对比分析。

• 2026.05, Outstanding Youth League Member, Nankai University（优秀共青团员）
• 2026.01, Honorable Mention, Mathematical Contest in Modeling (MCM), COMAP（美国大学生数学建模竞赛 H 奖）
• 2025.10, CMC (Non-math A) Provincial First Prize（CMC 非数学 A 类 省级一等奖）
• 2025.09, Outstanding Student, Nankai University（南开大学三好学生）
• 2025.09, National Scholarship (¥10,000; Top 0.4%), China（国家奖学金）
• 2025.05, Outstanding Youth League Member, Nankai University（优秀共青团员）
• 2025.01, CSIA Certification (China Software Industry Association) — Software Professional Talent Training Program (中国软件专业人才培养工程认证，CSIA)