2027 届硕士研究生 · 河南大学软件学院

邢仕浩Shihao Xing

shihaoxing@henu.edu.cn GitHub OpenReview

荣誉奖项

HONORS · 09

01
第十六届全国大学生金融科技创新大赛全国二等奖（河南省第一名）
02
“互联网+”河南省赛银奖
03
“挑战杯”河南省赛铜奖
04
一等学业奖学金 × 2
05
人工智能创新创业大赛一等奖
06
第六届创新英语挑战赛二等奖
07
河南大学大学生创新大赛二等奖
08
河大杯羽毛球比赛第六名
09
大学生计算机设计大赛优秀志愿者

01 · INTERNSHIP

实习经历

算法研发实习生

阿里-银泰星-深象智能

2026.04 - 2026.06

MULTI-AGENT MODEL OPTIMIZATION

天工优化：多智能体闭环模型自动优化系统

参与研发面向工业视觉模型的多智能体自动优化控制系统。Planner 编排研究检索、三类专家、受控代码改动与 ClearML 训练测试；Analyst 在隔离上下文中独立审查，Family Memory 沉淀可复用经验，正式模型发布保留 Human-in-the-loop 决策。

Human-in-the-loopResearch EngineSafe Code EditingClearMLFamily Memory

原优化周期约 4 周

自动化后4-5 天

将人工分析、调参、代码试验与验证转化为可追踪的自动化闭环，应用于烟火检测、风险行为检测和人体属性识别等任务。

从人类目标、外部研究和专家协作，到受控代码试验、ClearML 训练测试、独立审查与人工发布的完整闭环。

02 · RESEARCH & SYSTEMS

研究与项目

研究论文

SQL REASONING · DIALECT GENERALIZATION · FORMAL VERIFICATION

P.01

EMNLP 2026UNDER REVIEW

SQLEq-O1

面向 SQL 语义等价判定的轻量级强化推理框架，将形式化标签、推理蒸馏与可验证奖励统一到同一训练链路。

60KCoRE-SQL 89.38LeetCode-Hard GM 1.5BCompact Verifier

问题

执行测试无法证明等价，SMT 验证在复杂查询上易超时；通用大模型成本高，而轻量模型又容易依赖关键词和结构相似度形成偏置。

方法

双轨构造真实 LeetCode 多解与 SynSQL 合成难例，统一由 VeriEQL 形式化标注；蒸馏验证式 CoT，形成 6 万条类别均衡的 CoRE-SQL，再以 30% SFT Warm-up + 70% GRPO 和稀疏可验证奖励训练。

结果

Qwen2.5-Coder-1.5B 在 LeetCode-Hard 上由 34.88 GM 提升至 89.38，在域外 Calcite+Spider-DAIL 上由 44.58 提升至 76.77，兼顾小模型部署成本与困难样本判别能力。

P.02

EMNLP 2026UNDER REVIEW · ARXIV

UniQL

首个在相同自然语言意图、对齐 Schema 与数据内容下，系统评估 16 种 SQL 方言泛化能力的可执行基准。

16SQL Dialects 24,544Executable SQL 20.14%Best All-16

问题

现有 Text-to-SQL 基准高度集中于 SQLite，模型在单一方言上的成功无法说明其能否稳定迁移到 PostgreSQL、Oracle、Hive、Teradata 等真实数据库。

方法

将 BIRD Dev 的 1,534 个意图迁移到 16 种方言，组合数据库迁移、SQLGlot、LLM 翻译、三轮执行反馈自反思、规则演化和双人共识校验；比较时保留排序语义和重复项计数。

结果

形成 24,544 条人审可执行 SQL。最佳模型平均 EX 仅 54.63%，同一意图在 16 种方言全部正确的比例最高仅 20.14%，揭示 SQLite 评测掩盖的跨方言脆弱性。

P.03

NDBC 2026UNDER REVIEW

FAR-SQL

以“形式化优先、失效后补全”为原则，在有限预算内分离可信确定域与模型补全域。

83.98OOD GM 0%Undetermined 13.97sAverage

问题

VeriEQL 的确定输出可信，但复杂聚合、嵌套和方言函数会触发超时、不支持或转换异常；直接改用模型又会丢失形式化可信边界。

方法

从历史 VeriEQL 日志学习验证收益画像，按 SQL 结构动态分配预算；保留 equivalent/inequivalent 结论，将非确定状态归一化后路由至任务适配本地模型，并以 Self-Consistency@3 稳定补全。

结果

在 412 对 Calcite+Spider-DAIL 域外样本上达到 83.98 GM、0 未决率和约 14 秒平均耗时；相比 VeriEQL@60s 的 38.19 GM / 35 秒取得更优质量效率折中。

系统项目

EVALUATION INFRASTRUCTURE · FINTECH AGENT

S.01

SQL EVALUATION INFRASTRUCTURE

统一 SQL 评测框架

面向 NL2SQL、SQL 纠错与等价验证的统一评测基础设施，将任务、模型、执行环境和评价指标彻底解耦。

任务 / 模型解耦 三数据库执行 统一 EX 与诊断

架构: 以 Task Adapter 与 Model Adapter 解耦任务和模型；Input Builder、Prediction Parser、Execution Engine、Normalizer 与 Metric 均可独立替换。
方法: 复用同一执行主干评测三类 SQL 任务，在 Docker 中标准化 MySQL、PostgreSQL 与 SQLite，并统一处理空值、顺序、重复行和执行异常。
结果: 不同数据集与模型通过同一接口接入，统一产出执行准确率和错误诊断；新任务评测链路由天级缩短至小时级。

S.02

BANKING FINTECH · MULTI-AGENT