问韬

追踪问题的原因，而非只调整表面结果

在神经网络模型出现发散与异常数值时，我通过追踪中间计算、检查梯度和模型结构，寻找问题来自哪里，再调整参数设计与约束。这段实践让我重视一个结果如何产生，以及它在什么条件下值得信任。

用真实数据检验判断

实习中，我处理工业与交通数据，开展预测、异常检测和时间序列分析。我关注数据中的噪声、不同来源之间的不一致，以及模型为何会对输入变化敏感。这些经验让我在面对一个观点时，也习惯追问它依赖什么材料、忽略了什么条件。

理解 AI 的使用价值，也检查自己的理解

项目中的高强度 AI 使用，让我认识到工具可以扩大可完成的任务范围。我同时重视阅读代码、解释关键逻辑和独立检查结果，并在实践中逐步掌握如何说清需求、设定限制和判断输出。

把不同视角组织成具体问题

海外学习提供了比较不同环境的出发点；物理学习和企业实习，则让我接触课堂与实际任务中的不同要求。在访谈策划中，我将这些经验转化为问题，区分个人经历、机构安排与社会需求，寻找可以在对话中展开的具体情境。

规划内容，让观点有来处、表达有层次

在个人网站中，我采用“观点先行、情境展开、依据可查”的结构，明确观点、经历与资料之间的联系。我负责定位、内容要求和逐步复核，借助 AI 完成页面实现；这一过程也在锻炼我把想法组织成项目、持续推进和修正表达的能力。

FermiNet 相关研究实践

2025 年起 · 北京大学 Dr Ji Chen 指导

围绕神经网络波函数模型开展修改，将连续自旋表示与额外的哈密顿量项纳入模型。在模型出现训练发散、能量计算产生异常值（NaN）时，我追踪中间张量、检查梯度和物理约束的表达，调整部分架构与参数化设计，以改善物理一致性和训练稳定性。

这段实践的重点，是理解模型结构为何影响计算结果。过程中高强度使用 AI，也让我切身体会到：工具能帮助推进工作，理解与核查仍需要自己承担。这是我关注 AI 辅助编程与能力形成的实践起点。

SUPCON 信息技术实习

2024 年 6—9 月 · Zhejiang SUPCON Information Technology Co., Ltd.

使用真实工业与交通数据开展建模，涉及交通信号预测、异常检测与客流时间序列预测。我结合非线性建模与周期分析，检查噪声、输入变化和数据质量如何影响结果，并通过调整特征和输入处理改善稳健性。

这段经历让我看到，将模型用于现实任务，需要理解数据是怎样产生的、误差来自哪里，以及结果在什么条件下可以使用。

问韬个人网站

内容策划与信息结构 · 持续完善中

围绕“让潜在受访者理解我为什么提问”，规划个人网站的定位、内容层级与阅读方式。将社会观察、访谈项目和个人简历分别组织，以可展开的阐述和经历引用连接它们。

我负责提出内容与设计要求、审视信息表达和逐步复核，借助 AI 完成页面实现。网站强调简洁的视觉语言，也重视每一个观点如何通过具体分析与依据展开。

问韬－身处其中

首个访谈项目 · 筹备中

以人的真实经历为入口，探索 AI 时代的社会变化。首个项目将能力培养、学习实践与市场需求放在一起，关注知识如何进入实际工作，以及 AI 如何改变这条联系。

访谈沿着“经历—变化—选择”展开：从课程安排、项目实践或求职与招聘中的具体经历出发，了解能力要求发生的变化，再讨论判断与选择背后的考虑。采访前，我会阅读对方的公开作品与表达，了解其学习背景、专业实践和所处环境，并补上对话所需的知识。

我希望带着充分准备进入平等的对话，让对方的经历拓展我的理解。现阶段推进选题、资料梳理与访谈准备；未来也希望尝试短视频、快访谈等内容形式。

伦敦大学学院（UCL）· 物理专业

2023—2026 · BSc Physics

物理专业学习是我理解计算建模、基础知识和学习过程的背景。海外学习也为我提供了比较不同教育与生活环境的视角，让我关注同一种能力在不同环境中如何被培养、被评价和被使用。

技术与语言

使用 Python 进行数据处理、建模与可视化，熟悉 NumPy、Pandas、Matplotlib；有数值模拟、模型调试、敏感性分析和时间序列分析的实践。

中文为母语，具备英语学习与交流能力，并有海外专业学习经历。