数据增强算法优化，优化预训练/SFT/RLHF阶段的数据合成算法，提升训练数据的准确性、多样性和领域适配性
支持大模型研发，参与Code-LLM与逻辑推理大模型的训练创新，攻克NL2Code、复杂推理链生成等技术难点，推进LLMTest-TimeCompute、Parameter-EfficientFinetuning等技术落地实践
推动大模型应用落地，探索包括RAG-QA机器人、数据洞察机器人、 AICoding等在真实场景的应用价值，并基于评估体系实现应用效果的持续迭代
跟进开源SOTA大模型，探索大模型ScalingLaw并实践开源大模型在数据智能领域的Post-Training，沉淀技术专利