Wang L.

Key Skills

Software

Don't disclose

Other

Top Subject Matter

中文语料标注与llm模型评测 Domain Expertise

中文nlp标注（分类/意图/实体/关键词）与数据质量控制 Domain Expertise

软件测试用例/缺陷跟踪（用于标注质检方法迁移） Domain Expertise

Top Data Types

Text

Top Task Types

Entity (NER) Classification

Freelancer Overview

AI训练师/数据标注能力（文本质检与评测方法）. Brings 2+ years of professional experience across complex professional workflows, research, and quality-focused execution. Core strengths include Don't disclose, Other, and Excel. Education includes Bachelor of Science, Chongqing University of International Business and Economics (2026). AI-training focus includes data types such as Text, Computer Code, and Programming and labeling workflows including Evaluation, Rating, and Entity (NER) Classification.

Labeling Experience

中文语料数据标注（NLP任务）与质检能力

OtherTextEntity (NER) Classification

执行或能够执行中文文本分类、意图识别与实体/关键词抽取等标注任务，并确保标签一致性与边界样例覆盖。会关注异常样本、重复样本与低置信度样本，将质检记录沉淀为问题清单与修正规则。可根据样本备注与复核反馈调整标注策略，保证数据集可用于模型训练与评测。• 文本分类与意图识别标注 • 实体/关键词抽取与标签规范执行 • 标签一致性、边界与异常场景质检 • 低置信度与争议样本的复核闭环

2023 - Present

AI训练师/数据标注能力（文本质检与评测方法）

Don't discloseText

参与中文文本相关的AI训练数据质量评估与评审思路总结，可对问答质量进行评分并输出可复核依据。能够根据指南（guideline）拆解模糊需求为可判断的标签与评分维度，并对事实一致性进行初筛与风险标记。可用于LLM输出的对比评审（Prompt/Response）与结果排序相关的标注质检流程。• 问答质量评分与一致性初筛 • Prompt/Response对比评审与争议样本归因 • 事实性/相关性/完整性维度的打分 • 安全合规风险标记与幻觉/事实错误检查

2023 - Present

软件测试与缺陷跟踪项目（质量复核能力迁移）

在软件测试项目中覆盖功能、边界与异常输入场景，形成可迁移到AI标注质检的结构化复核习惯。使用Excel建立缺陷记录与复现步骤，并完成回归测试与处理状态跟踪，体现数据集“证据化”的质量管理能力。沉淀的用例设计与复核习惯可用于标注guideline执行、样本备注、质检反馈与争议样本归因。• 用Excel记录缺陷现象、复现步骤与修复状态 • 覆盖正常、边界与异常输入的场景设计 • 完成多轮回归验证与质量追踪 • 产出可复核的证据与质检流程

2024 - 2024

Education

Work History