01
多模态评测体系
能围绕文本遵循、运动质量、画面质量、事实性等维度设计任务集、评分规则和竞品对标方案。
- ✦GSB + 1–5 分量化评分
- ✦双盲评测与分差仲裁
- ✦文生图 / 视频 / 音视频评测
MENU王一彤CONTACT
AI TRAINER PORTFOLIO LOADING
Welcome To
my
world
Skills
能力像便签一样清楚贴出来
02
评测团队管理
可统筹评测员排期、抽检质检、争议复核、报告产出和算法复评，推动项目按周稳定交付。
- ✦统筹 11 人评测组
- ✦16 周零延期
- ✦一致率约 82%→90%
03
Human-in-the-loop 自动化
将模型批量初判、裁判复核和人工精修组合成分流流水线，通过 AI 辅助编程落地 CSV、Web 看板与飞书推送，支持离线验证、小流量和全量上线。
- ✦双 LLM 一致性分流
- ✦Codex / Claude Code / Cursor
- ✦每周减少 40+ 小时重复劳动
04
建筑与绘画审美
建筑学训练与绘画积累，让我从空间、构图、色彩和光影理解画面。能将视觉感受拆解为具体问题，为 AI 图像评测、审美分歧仲裁与视觉创作提供依据。
- ✦建筑学本科，具备空间与构图训练
- ✦绘画与 PS 实践，独立完成海报、封面和排版
- ✦参与审美分歧仲裁，定位色彩、光影与画面问题
Project Files
看创作作品集 项目经历，像一墙可展开的档案。
点击档案卡查看 STAR + Badcase，保留求职证据链，也保留一点纸张翻开的探索感。
2026.03 - 2026.05
智谱 CogVideoX 文生视频项目助理
为企业级商用版 CogVideoX-2 大版本上线完成评测集构建、多轮内部迭代评测和竞品对标，辅助 PM 推进交付。
CogVideoX-2GSB 评分VBench竞品对标
- 小组 9,000+ 条评测
- 产出约 18 份报告
- 统筹 11 名评测员
- 100+ 条 Badcase 归因
2025.11 - 2026.02
文生图评测组长（CogView4 与 GLM-Image）
承担日常迭代评测、中文文字专项、竞品对标和 GLM-Image 发布前回归，统筹 11 人评测组稳定交付。
CogView4GLM-Image双盲评测Badcase 闭环
- 1 万+ 评测用例
- 2 万+ 人次双盲打分
- 一致率 82%→90%
- Badcase 率 24%→15%
2025.07 - 2025.10
多模态视频理解 Caption 质检
为 GLM-4.1V-Thinking / GLM-4.5V 视频理解训练产出数据，负责 10 秒短视频 6 维元标签和双层描述质检。
GLM-4.5VCaption双 LLM 分流QA
- 质检 2,000+ 条
- 事实性合格率 ≥98%
- 人效提升约 60%
- 周产能 450→750 条
2025.03 - 2025.06
AutoGLM 多场景 Agent SFT 数据标注
为 AutoGLM 沉思提供工具调用、多步推理等 Agent 能力的 SFT 训练数据，覆盖旅游规划、餐饮预订和出行助手。
AutoGLMAgent SFTJSON 校验新人 SOP
- 约 2 万+ 轮次
- 约 1,400 session
- 整体准确率 95%+
- JSON 通过率 99%
SELECTED WORKS / 作品集
我的视觉世界。
Folder Index
时间线像文件夹，记录项目成长路径。
2026.03 - 2026.05北京 / 全职实习
智谱 CogVideoX 文生视频项目助理
智谱 AI · 文生视频评测
为企业级商用版 CogVideoX-2 大版本上线完成评测集构建、多轮内部迭代评测和竞品对标，辅助 PM 推进交付。
- 小组 9,000+ 条评测
- 产出约 18 份报告
- 统筹 11 名评测员
- 100+ 条 Badcase 归因
2025.11 - 2026.02北京 / 全职实习
文生图评测组长（CogView4 与 GLM-Image）
智谱 AI · 文生图评测
承担日常迭代评测、中文文字专项、竞品对标和 GLM-Image 发布前回归，统筹 11 人评测组稳定交付。
- 1 万+ 评测用例
- 2 万+ 人次双盲打分
- 一致率 82%→90%
- Badcase 率 24%→15%
2025.07 - 2025.10北京 / 全职实习
多模态视频理解 Caption 质检
智谱 AI · 视频理解数据
为 GLM-4.1V-Thinking / GLM-4.5V 视频理解训练产出数据，负责 10 秒短视频 6 维元标签和双层描述质检。
- 质检 2,000+ 条
- 事实性合格率 ≥98%
- 人效提升约 60%
- 周产能 450→750 条
2025.03 - 2025.06北京 / 全职实习
AutoGLM 多场景 Agent SFT 数据标注
智谱 AI · Agent SFT 数据
为 AutoGLM 沉思提供工具调用、多步推理等 Agent 能力的 SFT 训练数据，覆盖旅游规划、餐饮预订和出行助手。
- 约 2 万+ 轮次
- 约 1,400 session
- 整体准确率 95%+
- JSON 通过率 99%
Contact