CV

教育经历

• 博士（在读），清华大学，2023 – 至今
  • 生命科学学院 · 导师：薛毅 教授
  • 研究方向：NMR 与人工智能交叉 —— 科学程序（pulse program）生成 + NMR 实验验证
  • 目标：用大模型生成可实际执行的 Bruker 脉冲程序，并用模拟与实验闭环验证其正确性
• 本科，生命科学，南方科技大学，2019 – 2023

科研经历

• 2023 – 至今：博士研究生，清华大学
  • 微调 NMR pulse program 生成模型（Qwen3.5-27B，SFT + DPO，自建 1,800+ 偏好对训练数据）
  • 构建 NMR pulse program 评测基准：observable 粗匹配 + strict score + coverage/confidence 多级架构，50 文件 / 2,192 条有效语句回归验证，并行化结果逐字节一致
  • 打通 NMRSIM 验证闭环：AI 生成程序与官方程序在规范化 pulse pattern 层面做等价性评测
  • 构建 NMR 知识库与 RAG 检索：70+ 份 Bruker/NMR 手册结构化入库，支撑生成与检索
  • 修正与标注 Bruker 脉冲序列解析（phase cycle、多通道脉冲、梯度、shape envelope 等）

开源与工程

• 维护开源项目：spinachpython、pp2label、NMRagent、prodopy-wt
• 独立开发并部署 NMR Pulse Program AI 生成平台 及多个自托管服务

技能

• 编程与工程：Python、Bash、Docker、Linux、Git
• AI 与模型：LLM 微调（SFT / DPO）、数据集构建与审计、Agent 工具开发、模型评测与 benchmark 设计
• NMR 领域：Bruker TopSpin、脉冲序列设计与解析、NMRSIM 模拟验证

Publications

NMR 脉冲程序生成模型与评测基准（撰写中）

周子航. (在研). NMR 脉冲程序生成模型与评测基准.

开源与服务

• 长期维护多个 NMR × AI 方向开源项目，并提供使用文档与 issue 支持