个人主页
陈帅 Shuai Chen
算法工程师 · 小米集团 · 小爱算法策略
📧 shuai_chen@stu.xidian.edu.cn · 📍 北京
🔗 Google Scholar · GitHub · 简历 CV
关于我
我是陈帅，西安电子科技大学计算机科学与技术硕士，现任小米小爱团队算法工程师（2026 年 7 月入职，正式员工）。此前于2025年在小米小爱算法策略实习，参与小爱同学 GUI 多模态内容理解。
我的研究与工程方向集中在：
- 多模态大模型（M-LLM）：微调、蒸馏与重编程（GPT-2 / LLaMA-3.2 / BERT / Qwen2.5-VL）
- 强化学习（RL）：GRPO 及 off-policy 改进，奖励与损失设计（ScreenR1-SFT / ScreenR1-COT）
- Agent / System Prompt Learning：Agent自进化算法、Training Free Prompt Optimize
- 认知无线电（RSC）：信号分类、时频特征融合、辐射源个体识别
学术指标：SCI 论文 6 篇（多篇学生一作）· Google Scholar 引用 78 · h-index 6 · i10-index 3 · 发明专利 1 项
工作经历
小米集团 · 小爱
算法工程师 · 2026.07 – 至今（正式）
算法实习生 · 2025.02 – 2025.09
项目：小爱同学 GUI 多模态内容理解
面向有屏场景（手机、Pad、智能座舱等），支持地址、电话、邮箱、航班号、快递、日程等 13 类信息在任意屏幕界面的抽取，以多模态大模型赋能超级小爱。
- 问题分析：线上错误 case 呈长尾分布（结构化知识错误、语义主题偏离等），单纯扩大 SFT 数据收益有限
- 场景拓展：从地址 / 电话拓展到 13 类场景，采用 OCR + 多模态模型联合标注构建训练样本
- 模型优化：完成 SFT → RL 路线升级；基于 Qwen2.5-VL 蒸馏得到 ScreenR1-SFT，再经强化学习得到具备多模态慢思考能力的 ScreenR1-COT；针对 GRPO on-policy 局限改为 off-policy，持续回收线上困难样本
- 业务成果：
- 打电话：89% → 96.27%
- 导航：88% → 95.28%
- 预识别：90% → 95%
- 相关成果整理成文，投稿 ICLR 2026
中国电科智能科技研究院
《电磁基础模型构建技术》 · 2024.01 – 2024.12
- 信号重编程：将无线电信号编码为 LLM 可理解的 token，引入 LLM 作为基座做下游微调
- 预训练任务设计、test-time scaling law、数据清洗防污染、渐进式缩放策略
- 部署：LoRA 微调；2×A100 半精度预训练 → 全精度微调
中航工业西安飞行自动控制研究所
《无人机平台上的高精度小目标检测系统》 · 2023.06 – 2023.09
- 传统 CV 与深度学习联合检测：先粗定位降低计算开销，惯导动态修正，热图深度精检
- CPU–GPU 算子迁移、剪枝与知识蒸馏
- 达成单帧 28.4 ms、定位误差 ≤ 5 像素 的工业指标
教育背景
| 时间 | 学校 | 专业 | 学位 |
|---|---|---|---|
| 2023.09 – 至今 | 西安电子科技大学（211） | 计算机科学与技术（A-） | 硕士 |
| 2019.09 – 2023.06 | 西安电子科技大学（211） | 人工智能 | 本科 |
荣誉：本科 GPA Top 10% · 国家奖学金 · 西电校长奖提名 · 数学建模校赛特等奖 · 华为产教结合奖学金 · 北斗杯全国青少年科技创新大赛实物组全国一等奖
校园经历：东京大学学术合作交流（2023.03–2026.06）· 数学建模（校赛 / 国赛 / 美赛）· 西电脱口秀俱乐部 · 大学生创新创业训练计划（智能农业 + 高光谱分析）
代表论文
完整列表见 论文 Publications ｜ Google Scholar
- Learning Temporal–Spectral Feature Fusion Representation for Radio Signal Classification — IEEE TII（IF 11.8，SCI TOP 1 区），学生一作，2024
- A Generative Self-supervised Framework for Cognitive Radio Leveraging Time-Frequency Features and Attention-based Fusion — IEEE TWC（IF 8.79，SCI TOP 1 区），学生一作，2024
- RadioLLM: Introducing Large Language Model into Cognitive Radio via Hybrid Prompt and Token Reprogrammings — JSAC 在投（CCF-A）/ arXiv:2501.17888，学生一作
- Enhanced Prediction of Partial Nitrification-Anammox Process… — J. Environmental Management（IF 7.9，SCI TOP 2 区），学生一作，2025
- ACPO: Adaptive Curriculum Policy Optimization for Aligning Vision-Language Models in Complex Reasoning — arXiv:2510.00690，2025（与小米小爱合作）
授权专利
- 一种基于 CutMix-ResNet 的半监督建筑物变化检测方法及系统 — 学生一作，
CN114494873（发明专利）
竞赛获奖
| 时间 | 奖项 | 赛事 |
|---|---|---|
| 2024.08 | 全国三等奖 | 复杂电磁环境下辐射源识别相关赛事 |
| 2021.05 | 全国一等奖（实物组） | 北斗杯全国青少年科技创新大赛 |
技能
- 深度学习框架：PyTorch · TensorFlow · MindSpore · HuggingFace
- 编程语言：Python · C++ · Matlab
- 大模型技术栈：微调与重编程（GPT-2 / LLaMA-3.2 / BERT / Qwen2.5-VL）· 数据清洗与筛选 · LoRA · RLHF / GRPO
- 其他：论文写作与数学理论分析
- 语言：英语（CET-4 / CET-6，读研免修）