Engineering & Architecture

构建高可用的 后端与空间 AI 系统

技术博客录

开源项目与工程实践

个人简介

我是 ounc (刘文帝),南洋理工大学 (NTU) 计算机硕士在读 (M.Comp. in Applied AI)。

我的研究重点聚焦于大语言模型推理时计算优化(Test-Time Compute 动态路由与 MCTS 慢思考)以及高分辨率多模态空间计算(VLM 图纸解析与空间拓扑图谱构建)。此前拥有 4 年大型工程项目数字化与全周期商务管控经验。

在这里,我记录自己在前沿大模型推理算法、多模态时空计算、工程规范 RAG 知识库以及全栈 AI 应用落地中的实战思考。我相信好的算法不仅存在于学术论文中,更应该成为赋能物理世界与复杂业务的坚实基石。

Python & FastAPI (深度学习工程与高效推理部署) 92%
LLMs, MCTS & Test-Time Compute (大模型慢思考与算力路由) 88%
Multimodal VLM & Scene Graph (空间多模态实体抽取与拓扑图谱) 85%
Spatio-Temporal & Time-Series AI (时序深度学习与统计检验) 86%

留言板

Backend 2026-07-31

文章标题