古小宪

Key Skills

Software

Other

Top Subject Matter

中文叙事视频aigc全链路训练与质量评估（prompt工程、qa闭环、hitl） Domain Expertise

Llm行为对齐（rlhf反馈结构化采集、宪法式/铁律式约束、规则体系评估） Domain Expertise

中文语音合成数据清洗（多音字对齐、字幕-音频帧级校验、tts/后处理qa） Domain Expertise

Top Data Types

Video

Audio

Text

Document

Top Task Types

Prompt + Response Writing (SFT)

RLHF

Freelancer Overview

叙事视频全链路 Prompt 管线 — 多阶段指令微调与 QA 闭环（Prompt工程设计师/质量评估负责人）. Brings 15+ years of professional experience across complex professional workflows, research, and quality-focused execution. Core strengths include Other, Internal, and Proprietary Tooling. Education includes Vocational College Diploma, Wenzhou Vocational and Technical College (2012). AI-training focus includes data types such as Video, Computer Code, and Programming and labeling workflows including Prompt + Response Writing (SFT), RLHF, and Evaluation.

Labeling Experience

中文语音合成数据清洗 — 多音字对齐、文本预处理与帧级时间轴校验（数据清洗工程师/语音质检员）

OtherAudio

负责中文语音合成数据清洗与质检，处理多音字对齐、文本预处理以及帧级时间轴校验问题。通过“多音字扫描→同音替换→TTS合成→字幕逆映射还原”的链路，降低同音字污染并保证用户无感知的原文可用性。建立音量响度标准化与数字年份读法规则集，并用物理交叉校验提升字幕-音频对齐精度。• 开发多音字双向映射表以在合成端替换可读字并在字幕端逆映射还原原文。• 对TTS句级时间戳与ffprobe物理音频时长逐一比对并修正时间轴偏移。• 标准化跨段落音量比例（TTS/BGM倍数）以消除拼接处听觉不连贯。• 集成数字与年份读法规则集到预处理管线以提升朗读准确性。

2026 - Present

AI 行为约束系统 — 分层规则体系与负面样本纠正（反馈规则架构师/行为评估员）

RLHF

构建基于人类反馈的分层行为约束系统，用结构化负面样本与纠正规则实现类RLHF的持久化对齐。将纠正信号与确认信号分为多类反馈记忆，并通过三层优先级架构确保安全与工程纪律可预测。对高频行为错误进行分类标注、根因分析并固化为可执行规则条目，形成持续迭代循环。• 建立4类反馈记忆分类体系（用户画像/项目知识/偏好规则/外部参考索引）以结构化采集反馈。• 设计宪法级、铁律级、偏好级三层规则优先级以稳定不同场景下的行为边界。• 对6类高频错误进行系统性标注并产出根因分析报告与纠正规则。• 维护20+条活跃行为规则并执行“错误发现→根因分析→规则固化→跨会话验证”的迭代周期。

2026 - Present

叙事视频全链路 Prompt 管线 — 多阶段指令微调与 QA 闭环（Prompt工程设计师/质量评估负责人）

OtherVideoPrompt + Response Writing (SFT)

负责搭建中文叙事视频全链路 Prompt 管线，并将复杂长链任务拆分为可校验、可回溯的多阶段指令系统。通过 Few-shot 行为克隆、错误模式发现与自动化前置检查，形成从生成到质检的人机闭环。以真实交付结果与错误率反馈迭代参数与规则，实现稳定产出与低回归。• 设计8阶段 Prompt 节点并定义阶段间输入/输出契约以避免信息漂移。• 提炼真实作家文本习惯构建风格一致的行为规则集，实现可执行的输出约束。• 固化多类高频错误的根因分析与自动化校验脚本，降低错误数至0–1。• 设计5项自动检查+3个HITL闸门形成完整质量闭环。

2026 - Present

Education

Work History