哈尔滨工程大学 · 计算机科学与技术 · 2027 届本科
求职方向：大模型算法 / Agent 研发 / LLM 评测 · 2026 年 7 月起可实习
下列项目均为个人学习与实验实现，用于理解原理与工程结构，非生产交付物。
- 先看 react-agent — 主作品：ReAct 运行时 + Harness 轨迹 + capability 公开快照
- 再看 transformer-attention — 算法线：MHA / GQA / MLA（含 absorb 路径）手写对照
- 选看 llm-eval-engine — 评测线：过程级 LLM-as-Judge / 人机校准（小样本诚实报告）
- 了解 trace-debugger — 配套：轨迹失败分类 / 回放（非独立主项目）
| 项目 | 负责什么 | 不声称什么 | CI |
|---|---|---|---|
| react-agent | 手写 ReAct + LangGraph 对照；Harness 轨迹 Schema；capability 规则评测；跨仓一键闭环 | 生产级安全沙箱 / 不可信代码隔离 | ✅ |
| llm-eval-engine | 过程级 LLM-as-Judge、Eval Loop、人机校准 | 训练型 PRM / 替代 react-agent 的 capability 主评测集 | ✅ |
| transformer-attention | Attention 教学实现与微基准（NumPy / 小规模 PyTorch） | 大规模预训练效果 | ✅ |
| trace-debugger | 轨迹启发式复盘（工具失败 / 跑偏 / 溢出等） | Agent 可观测「平台」 | ✅ |
Agent 执行 → Harness 轨迹 (Format B, 1-based step)
→ trace-debugger 失败分类
→ llm-eval-engine 过程级 Judge 评分
- Schema：
react-agent/schemas/harness_trajectory.schema.json - 一键脚本：
python examples/harness_closed_loop.py --fixture（react-agent CIintegration会跑） - MCP / 本机路径：不入库；用
mcp_servers.example.json→ 本地mcp_servers.json - 核心依赖轻量；语义检索 / RAG：
pip install -e ".[rag]"
面试时建议从 react-agent P0_EVIDENCE_MAP 起讲，四层指标刻意分开：
| 层 | 数字（2026-07） | 公开页 |
|---|---|---|
| Execution | offline 12/12；agent 36/36 | agent v3 |
| Reliability | live flaky n=20：error_obs 0 vs 3.1 | live v2 |
| Failure | 同批 100 条：llm_offtrack 6→1 |
飞轮闭环 |
| Judge | held_out live κ≈0.69（n=20，CI[0.46,0.92]）；offline held_out=1.0（n=20，冻结） | live · 怎么读 |
| 方向 | 证据 |
|---|---|
| Agent ↔ 评测闭环 | Format B Schema + 离线 fixture + CI 安装 tdebug / eval-engine |
| P0 四层证据 | 见上表 + P0_EVIDENCE_MAP |
| 公开评测诚实性 | capability / execution + Wilson CI；Judge held_out live κ≈0.69（n=20）；第二标注者 protocol_ready |
| 算法线 | transformer-attention MLA absorb 数值对齐 + 微基准 CSV；PyTorch 套件进 CI |
| 工程克制 | 权限 / 子进程执行写明「学习级提示与超时隔离，非安全边界」 |
| 领域 | 具体 |
|---|---|
| 语言 | Python（主力）、TypeScript（基础）、C++（基础） |
| 深度学习 | PyTorch、NumPy、Transformer 架构、GQA / MLA、RoPE |
| Agent | 手写 ReAct Loop、LangGraph 对照、MCP（配置外置）、多 Agent 编排实验 |
| 工程工具 | Git / GitHub Actions、pytest、flake8、FastAPI |
| 评测 / 轨迹 | Capability 规则打分、过程级 LLM-as-Judge、人机校准、Harness Schema |
- Email: weihuaguo270@gmail.com
- GitHub: weihuaguo270-ops
当前状态：寻找 2026 暑期实习 · 大模型算法 / Agent 研发 / LLM 评测方向