吴家骥 教授

西安电子科技大学，电子工程学院

邮箱：wujj(a)mail.xidian.edu.cn

欢迎：对 AI 应用产品、工具链、开源生态、AI for Science 感兴趣的同学

入门教程

• 《Qwen 文本分类微调》
• 《Qwen2 命名实体识别微调》
• ......

进阶与精通教程

• 大模型训练课程
• 从零预训练一个自己的大模型
• ChatGLM4 指令遵从微调
• Qwen3 医学推理对话微调
• 使用 Macbook 微调 Qwen3 模型
• 重温 LoRA 原理，对比 LoRA 和 QLoRA
• DeepSeek 模型 LoRA 微调实战
• Qwen2.5 复现 DeepSeek-R1-Zero
• 教 LLM 玩数独：基于 GRPO 强化学习训练
• 基于 EvalScope 的 Qwen 模型评估教程
• Qwen2-VL 多模态大模型微调实战
• Qwen3-SmVL 多模型拼接微调
• Qwen2.5-VL 目标检测任务微调
• CosyVoice2 实现派蒙语音微调
• LaDA 模型预训练和微调
• Stable Diffusion 文生图微调
• UNet 医学影像分割
• LeRobot 具身智能入门
• SwanLab 文档助手：RAG 文档问答实战
• ViT-KNO 气象预测
• “量化龙虾”训练实验：基于 Ascend 的 Agentic RL 实践记录NEW
• ......

LLM Agent RL Lab
复现和拆解前沿 LLM 强化学习算法，用更简单的代码和更低的 GPU 门槛，把 GRPO、OPD、OPSD、GSPO、DAPO、Search-R1、ReTool、Slime 等方法跑起来，方便复现。

受教育经历：

• 2002/03 – 2005/12，西安电子科技大学，通信工程学院，博士

• 1998/09 – 2001/07，中科院国家授时中心，硕士

• 1992/09 – 1996/07，西安电子科技大学，通信工程学院，本科

有趣的科研经历：

• 2013/01 – 2013/03，海洋局极地办，中国北极科考黄河站，极地科考专家，极光科普

主要研究方向All in AI：

• 人工智能开源生态

• 人工智能大模型

• 人工智能工具链

• AI for Science

一个专业、现代化设计的AI训练分析平台
面向模型训练团队，与50+主流框架集成，与你的实验代码轻松结合

SwanLab-Skill 指导 Claude Code、Codex 和其他编码代理使用 SwanLab AI 训练实验跟踪平台的skill——包括编写跟踪代码和查询实验数据。

 ​没有本地 GPU？没关系！
PyTRIO 把 LLM 后训练丢到云端执行，你只需要写数据、算法和训练循环。

PyTRIO-Skill 让 Agent 正确使用 PyTRIO 写 SFT、GRPO、OPD、DPO、推理和实验记录代码。

这个 Skill 会让 Claude Code、Codex 等 Agent 先按任务读取 SFT、GRPO、OPD、DPO/custom loss的本地能力说明，再参考内置示例生成代码，避免把 PyTorch / HuggingFace 的习惯误套到 PyTRIO 上。