Hi 👋 我是一名互联网电商公司大模型算法工程师,专注 AI Agent、大模型训练 🧩 Research Focus Agent强化学习:GRPO/GDPO、On‑Policy Distillation、自进化与反思机制 模型:Qwen系列、MoE模型、线性注意力架构 业务方向:电商客服售前/售后Agent、用户模拟器、环境模拟器 🛠 Tech Stack 训练框架:ms‑swift、Megatron‑Swift、TRL 推理部署:vLLM 语言:Python 📫 Contact Email: 13127530228@163.com