面向有道词典、词典笔、学习规划/小P老师等产品线，负责 Agent 能力的整体方案与核心算法研发，包括任务分解、计划-执行/反思循环（Plan-Execute / ReAct / Reflection）、长短期记忆与工具路由等
负责 SLM（Small Language Model）持续预训练与指令微调（SFT），构建高效压缩与蒸馏方案，面向端侧/低延迟场景优化推理效率
设计与实现工具调用（Function/Tool Calling）体系：工具编目与路由、参数填充、结果验证与回退、调用链追踪与可观测性，提升工具使用的成功率与收益
基于强化学习（PPO/GRPO/DPO 类方法等）与奖励建模，面向语义理解、工具使用成功率、内容生成质量等目标进行对齐与优化，支持离线/在线策略迭代
负责 RAG 链路中的辅助模型研发与优化：统筹文档解析与检索排序能力
针对复杂排版内容（如学术论文、教辅、试卷）进行版面分析、OCR、表格/公式识别的模型微调
同时负责语义检索（Embedding）、重排（Rerank）及学习排序（LTR）模型的迭代，为 Agent 提供高质量的结构化数据与精准的上下文
负责大模型全链路的数据工程与处理：主导高质量数据的合成（Synthetic Data）、清洗、去重与治理
构建并优化用于 SFT、对齐及评测的数据集（如工具调用轨迹、复杂推理过程数据等）
设计策略采样、难例挖掘与失败案例回放的反馈闭环
建立系统化评测体系：离线基准（理解/工具成功率/可用性）、端到端任务评测、A/B 实验与线上指标监控，推进效果持续迭代
推动工程化落地与跨团队协作：负责训练管线并行、推理服务化与端侧加速
与产品、工程团队紧密配合，推进算法落地，持续提升用户体验与业务指标