01Apodex · May 2026–present
Pretraining Data Infrastructure
从零构建预训练数据获取与处理基础设施，将按需抓取扩展为离线批处理，并结合域名质量评估与轻量级 URL 评分，引导数据采集。
建立覆盖原始 HTML、PDF 等高信息量文档的数据获取管线，以质量评分指导采集。
预训练数据
作品。
从研究问题到模型、评测与可用的工具。
01 / 研究与实践
代表工作。
02Apodex · May 2025–May 2026
Deep Research Agents
从零搭建智能体框架，在开发团队扩展到四五位贡献者时负责核心架构，设计多源证据验证、并行工具调用与多智能体协作。
面向复杂研究的模型与工作台，以及开源 FrontierAgent 执行框架。
研究与工具使用
03I²R, A*STAR · 2023–2025
MERaLiON AudioLLM
在 A*STAR I²R 主导数据准备与评测，并在六人团队中共同负责模型训练。
MERaLiON AudioLLM 发表于 ACL 2025 系统演示单元，属于新加坡国家多模态大模型计划。
音频语言模型
早期研究成果。
此前参与的模型与框架工作。
工具、资源与个人项目。
我维护的资源库与个人实验。