刘子瑞

3202adb9d8d1686bfe64f4f6dd084737.png

简介

2023年加入石油与环境化学课题组,主要研究方向为原油分子级评价方法及模型开发。

教育经历

2022-2026 中国石油大学(北京) 本科,化学工程与工艺

2026至今  中国石油大学(北京) 硕士在读,化学工程与技术

邮箱

18697413166@163.com

研究内容

主要开展石油化学与人工智能交叉研究,围绕大语言模型在石油化学领域的应用,研究领域专业数据集构建、大语言模型微调、检索增强生成(RAG)及原油智能辅助评价等技术,探索人工智能在石油化学专业知识问答、原油性质分析和加工方案评价等方面的应用。具体研究内容及进展如下:

1)石油化学领域大语言模型微调与专业数据集构建

l 基于石油化学领域的专业教材、学术论文等资料,开展文献解析、知识提取、数据清洗及质量评估,构建具有专业性和可溯源性的领域指令微调数据集。

l 采用低秩适配(LoRA)技术,对开源大语言模型开展领域微调,研究不同训练数据组合及微调参数对模型性能的影响,提升模型在石油化学专业知识理解与问答方面的能力。

2)石油化学专业知识库构建与检索增强生成技术研究

l 基于石油化学专业文献、原油评价报告及相关技术资料,开展专业知识的结构化处理与知识库构建,研究面向复杂专业问题的知识检索与信息整合方法。

l 结合检索增强生成(RAG)技术,研究混合检索、语义匹配及知识增强问答方法,提高大语言模型回答石油化学专业问题时的准确性与可靠性。

3)基于大语言模型的原油智能辅助评价研究

l 融合原油评价标准、历史评价报告及石油加工专业知识,探索程序化数据处理、专业规则分析与大语言模型协同的原油智能辅助评价方法。

l 构建原油智能辅助评价系统原型,围绕原油及馏分性质分析、加工适应性判断、评价报告生成等任务,探索大语言模型在原油资源评价与炼油加工方案制定中的应用。

技能专长

编程与数据处理:Python、Linux、专业数据集构建与数据清洗。

大语言模型技术:监督微调(SFT)、检索增强生成(RAG)、LLM自动化评测。

AI 工程应用:模型部署与 API 集成,智能体工作流设计、知识检索与工具调用。

个人荣誉(选填)

第十九届全国大学生化工设计竞赛国家级一等奖(2025)

 

更新时间:2026年10月23日