本科 · 2021—2025
浙江大学
生物医学工程/工业设计
本科 GPA
3.8/ 4.0
AI 产品 · 模型评测 · 人机交互
王逸尘Yichen Wang
我在做 AI 产品，也在研究人怎么使用它。
我本科毕业于浙江大学生物医学工程专业，辅修工业设计，GPA 3.8/4.0。
2026 年秋季拟进入清华大学心理与认知科学系 MAP 应用心理硕士项目。
医学工程让我习惯处理数据和证据，工业设计让我开始关心产品是否好懂、好用。现在，我把这两种训练用在 AI 产品、模型评测和人机交互上。
下一阶段 · 2026
清华大学
MAP 应用心理硕士2026 级拟入学
清华大学心理与认知科学系
求职状态 2026.08.11 起 · 每周 5 天 · 可实习 6 个月以上 · 北京优先 / 杭州可考虑
01 / SELECTED WORK
我做过的几个项目。
01 / 04
01 / 03
02 / LOCAL-FIRST AI APP
Lightloom / 灵光集
一个把散落资料留在本地，再交给 Agent 整理的 Windows 工具。
我的文字、网页、截图、文件和录音分散在很多地方。我希望它们先作为普通文件保存下来，需要时再让 AI 搜索、联系和批注。
Lightloom 会把原件和 AI 生成的内容分开保存。Agent 可以并行探索资料，用户随时能查看来源、进度和中间结果。目前已经做到 0.8.5 版。
- 我负责
- 产品 · 交互 · 桌面端开发
- 已有功能
- 多媒体记录 · 并行 Agent · 过程检查点
核验链路 / 06
一条回答怎样走到可用版本
- 01保存真实输出
- 02核对官方资料
- 03逐项复审
- 04标记问题原因
- 05组成偏好对
- 06重写理想答案
样本进度 / 2026.06
先把失败案例做透，再扩充样本
典型低分回答
3/13
- 候选案例
- 17
- 完成核验
- 08
- 偏好对
- 11
- 理想答案
- 04
01 / 03
03 / MODEL EVALUATION
AI 搜索回答质量评测
我用真实回答检查旧信息、弱引用和答非所问。
有些搜索回答读起来很完整，点开引用后却会发现信息已经过时，或者来源根本支撑不了结论。我把这些问题拆成任务完成、来源质量、时间范围、证据对应和风险边界几个检查项。
目前整理了 17 个候选案例，其中 8 个完成核验，并做成 11 组偏好对。一条使用旧模型名和过时参数的回答只得到 3/13 分，我随后根据官方页面补齐证据并重写了答案。
- 样本
- 17 个案例 · 11 组偏好对
- 我负责
- 采集 · 评分 · 问题归因 · 答案改写
TODAY / DIET LOG
记录饮食，关联个人档案。
PUBMED / ANSWER
从日常记录出发，
再查相关文献。
SOURCE · PUBMED
MEAL / 12:40
午餐已识别 4 种食物
PROFILE / TODAY
把一餐放回个人情况里看。
- 能量
- 612 kcal
- 蛋白质
- 31 g
- 钠
- 1.4 g
QUERY / PUBMED
高血压人群该怎样控制钠摄入？
PROTOTYPE / PAPER 01膳食钠与血压的系统综述
PROTOTYPE / PAPER 02低钠干预与心血管结局
ANSWER / 02 SOURCES
先给能执行的建议，再把依据留在旁边。
PUBMED · 2 PAPERS01 / 03
04 / GRADUATION PROJECT
PubMed + RAG 智能营养师
本科毕业设计：用微信小程序记录饮食，并把健康问答连接到 PubMed 文献。
用户可以拍照记录一餐，系统识别食物并结合个人档案给出反馈。遇到健康问题时，回答会先检索 PubMed 文献，再组织成便于理解的说明。
我完成了微信小程序前端、Flask 后端、SQLite 数据库和论文，把食物识别、个人档案、饮食反馈与文献问答串成了一个可操作的功能原型。
- 功能
- 饮食记录 · 食物识别 · 健康档案 · 文献问答
- 技术
- 微信小程序 · Flask · SQLite · RAG
02 / EXPERIENCE
教育与经历
关键词：医学数据与证据、用户研究与交互设计、AI 产品与模型评测。技术栈：Python、JavaScript、SQL、Flask、SQLite、RAG、自动化测试。
教育 / EDUCATION
浙江大学
生物医学工程本科 · 工业设计辅修 · GPA 3.8/4.0
清华大学心理与认知科学系
MAP 应用心理硕士 · 2026 级拟入学
实践 / PRACTICE
功能安全与认证检测
围绕产品规格、测试记录、软件版本和技术文档做交叉核对，也参与中英文报告整理。这段工作让我更在意证据能不能经得起复查。
本科毕业设计
独立完成 PubMed + RAG 智能营养师，从微信小程序、后端与数据库，一直做到论文和功能原型。
浙江大学 SRTP
参与基于 Transformer / Conformer 的唇语识别研究，接触从数据处理、模型训练到结果比较的一整套研究过程。