Initial Import

resume-zh_CN.tex

@@ -2,7 +2,7 @@
 % !TEX encoding = UTF-8 Unicode
 % !Mode:: "TeX:UTF-8"
 
-\documentclass{resume}
+\documentclass[8pt]{resume}
 \usepackage{stys/zh_CN-Adobefonts_external} % Simplified Chinese Support using external fonts (./fonts/zh_CN-Adobe/)
 % \usepackage{stys/NotoSansSC_external}
 % \usepackage{stys/NotoSerifCJKsc_external}

stys/zh_CN-Adobefonts_external.sty

@@ -27,5 +27,4 @@ SmallCapsFont=AdobeHeitiStd-Regular.otf
 \newcommand*{\heiti}{\CJKfamily{zhhei}}   % 黑体
 \newcommand*{\kaishu}{\CJKfamily{zhkai}}  % 楷书
 \newcommand*{\fangsong}{\CJKfamily{zhfs}} % 仿宋
-
 \endinput

texs/header.tex

@@ -1,8 +1,8 @@
-\name{洛凡}
+\name{张运吉}
 
 \basicInfo{
-  \phone{183-0000-0000}\dotSep
-  \email{luooofan@gmail.com}\dotSep
-  \github[luooofan]{https://github.com/luooofan}\dotSep
-  \code{C/C++}
+  \phone{188-5112-8756}\dotSep
+  \email{zhangyunji@lamda.nju.cn}\dotSep
+  \github[zhangyj03]{https://github.com/zhangyj03}\dotSep
+  \code{\href{https://www.lamda.nju.edu.cn/zhangyunji/}{HomePage}}
 }

texs/sections.tex

@@ -1,61 +1,87 @@
 \sectionTitle{教育背景}{\faiconsixbf{graduation-cap}}
-\datedsubsection{\texthl{大学} / \textit{计算机科学与技术} / \textit{硕士}}{2022 -- 2025}
-\normalline{保研，主要研究方向为 xxx}
+\datedsubsection{\texthl{南京大学} / \textit{人工智能学院} / \textit{计算机科学与技术} / \textit{硕士}}{2025 -- 2028}
+\normalline{推免至 LAMDA 研究所，研究方向：代码生成与大语言模型}
+% 导师：黎铭教授（AI 学院院长/万人领军）
 \vspace{-3pt}
-\datedsubsection{\texthl{大学} / \textit{计算机科学与技术} / \textit{本科}}{2018 -- 2022}
-\normalline{获得过 xxx 奖}
+\datedsubsection{\texthl{南京大学} / \textit{人工智能学院} / \textit{人工智能} / \textit{本科}}{2021 -- 2025}
+% \normalline{获得过 xxx 奖}
 
-\sectionTitle{实习经历}{\faiconsixbf{building-user}} % building-columns
-\datedsubsection{\textbf{科技公司} 上海}{2023.07 -- 2024.04}
-\role{实习}{经理: 高富帅}
-xxx 后端开发
+% \sectionTitle{实习经历}{\faiconsixbf{building-columns}} % building-columns
+% \datedsubsection{\texthl{华为上海研究所} \quad 上海}{2024.08 -- 2024.11}
+% % \role{实习}{人工智能工程师}
+% \textbf{BPCS重复问题单识别系统}
+% \begin{itemize}
+%   \item 基于文本embedding技术，自动识别重复问题单，大大缩减了开发人员定位bug耗时
+%   \item 系统识别召回率达到，精准率达到
+% \end{itemize}
+
+
+\sectionTitle{科研经历}{\faiconsixbf{google-scholar}}
+\datedsubsection{\textbf{Exploring Pass-Rate Reward in Reinforcement Learning for Code\\ Generation}}{2025.09 -- 2026.02}
+\role{第三作者, 负责部分代码(一作提出想法和写作、二作提供运算资源)}
+% {\href{https://github.com/luooofan/resume}{luooofan/resume}}
+{ICML (CCF-A) 在投}
 \begin{itemize}
-  \item 实现了 xxx 特性
-  \item 后台资源占用率减少 8\%
+    \item 研究背景：基于单元测试反馈的强化学习（RL）已成为LLM代码生成后训练的标准方案，但“全通过测试” (pass-all-tests) 的二元奖励存在稀疏性，“测试用例通过率”（pass-rate）常被用作替代奖励，但其有效性缺乏严格验证。
+    \item 研究内容：系统研究了 pass-rate 奖励在代码生成RL中的实际效果。在多种基座模型和RL算法上设计了严格对照实验，对比 pass-rate 奖励与二元奖励的性能差异；并从奖励密度和梯度方向角度进行分析，探究 pass-rate 奖励的优化动态。
+    \item 研究成果：1) 实证发现尽管 pass-rate 奖励缓解了稀疏性，但未稳定提升最终性能；2) 通过梯度探针方法发现，对于仅包含 partial-pass 样本的问题组，其诱导的梯度更新并不总是推动模型朝 full-pass 解的方向优化；同时，同一问题下不同 partial-pass 解还可能产生相互冲突的梯度信号，从而削弱整体优化效果；3) 基于 LLM-as-judge 分析发现，部分具有较高 pass-rate 的 partial-pass 样本，其核心算法思路与 full-pass 样本并不一致，说明测试通过率并非通向完整正确性的可靠代理指标；4) 研究启示：揭示了当前稠密奖励设计在代码生成 RL 场景中的局限性，为设计更好对齐 full correctness 目标的奖励机制提供了明确方向。
 \end{itemize}
-
-\sectionTitle{项目经历}{\faiconsixbf{users}}
-\datedsubsection{\textbf{\LaTeX\ 简历模板}}{2024.09 -- 至今}
-\role{\LaTeX, Python}{\href{https://github.com/luooofan/resume}{luooofan/resume}}
-Fork 自 \href{https://github.com/billryan/resume}{billryan/resume}，优雅的 \LaTeX\ 简历模板
+% Fork 自 \href{https://github.com/billryan/resume}{billryan/resume}，优雅的 \LaTeX\ 简历模板
+\datedsubsection{\textbf{An Empirical Study on Investigating and Mitigating
+Hallucinations \\in LLM-Powered Code Translation}}{2024.12 -- 2025.06}
+\role{第二作者, 负责主要代码}
+% {\href{https://github.com/luooofan/resume}{luooofan/resume}}
+{TOSEM (CCF-A, 软件工程顶刊) 在投}
 \begin{itemize}
-  \item 新增支持 FontAwesome 6.6.0
-  \item 修改带图片的样式
-  \item 新增多种标题行样式
-  \item 其他修改
+    % \item 研究背景：大语言模型（LLM）驱动的代码翻译虽取得显著进展，但仍面临严重的幻觉问题，直接威胁翻译代码的正确性与可靠性。现有幻觉研究多集中于自然语言任务，针对代码翻译场景的系统性研究尚属空白。
+    % \item 研究内容：开展首个面向LLM代码翻译的幻觉现象系统性实证研究。提出HaluCodeTran缓解框架，集成幻觉检测与迭代反馈修正机制。
+    % \item 研究成果：1. 基于 open coding 原则建立三级幻觉分类法（语义一致性冲突、事实知识冲突、项目上下文偏离）；2. 通过人工标注与脚本辅助，在多个基准数据集、语言对、LLM上构建包含13,919个案例的首个代码翻译幻觉检测数据集；3. 提出HaluCodeTran 框架通过检测-反馈-迭代修正机制，显著降低幻觉率并提升翻译成功率，在 CodeNet 数据集上实现跨模型平均 hallucination 降低 25\%-32\%。
+% 2. 实证发现现有先进LLM在不同语言对间存在显著的幻觉模式差异；
+    \item 研究背景：大语言模型（LLM）驱动的代码翻译近年来取得了显著进展，但仍普遍存在幻觉问题，严重影响翻译结果的正确性与可靠性。现有关于幻觉的研究主要聚焦于自然语言生成任务，而针对代码翻译场景中幻觉现象的系统性研究仍较为缺乏。
+
+    \item 研究内容：围绕 LLM 在代码翻译任务中的幻觉问题，开展首个系统性实证研究。基于多类模型、语言对与基准数据集，对幻觉现象进行分析与归纳，并提出 HaluCodeTran 缓解框架，将幻觉检测与基于反馈的迭代修正机制相结合，以提升代码翻译质量。
+
+    \item 研究成果：1）基于 open coding 方法构建三级幻觉分类体系，包括语义一致性冲突、事实知识冲突和项目上下文偏离；2）结合人工标注与脚本辅助分析，在多个基准数据集、语言对和 LLM 上构建了首个代码翻译幻觉检测数据集，累计包含 13,919 个幻觉案例；3）提出 HaluCodeTran 框架，通过“检测—反馈—迭代修正”机制显著降低幻觉率并提升翻译成功率，在 CodeNet 数据集上实现跨模型平均 hallucination rate 下降 25\%--32\%。
 \end{itemize}
 
+
+
 % Reference Test
 % \datedsubsection{\textbf{Paper Title\cite{zaharia2012resilient}}}{May. 2015}
-% An xxx optimized for xxx\cite{verma2015large}
+% Exploring Pass-Rate Reward in Reinforcement Learning for Code Generation\cite{verma2015large}
 % \begin{itemize}
 %  \item main contribution
 % \end{itemize}
 
-\sectionTitle{竞赛获奖}{\faiconsixbf{award}}
+\sectionTitle{荣誉奖项}{\faiconsixbf{award}}
 \begin{onehalfspacing}
-\datedline{2019\space 比赛 / \textit{国家级} / \textit{银牌}}{2019.10}
-\datedline{2023\space 比赛 / \textit{国家级} / \textit{冠军}}{2024.01}
+\datedline{南京大学优秀毕业生 / \textit{校级}}{2025.06}
+\datedline{南京大学程序设计大赛银奖 / \textit{校级}}{2024.05}
+\datedline{国家励志奖学金 / \textit{国家级}}{2023.12}
 \end{onehalfspacing}
 
-\sectionTitle{奖学金}{\faiconsix{google-scholar}}
-\begin{onehalfspacing}
-\datedline{2019 奖学金 / \textit{校级二等}}{2019.10}
-\datedline{2020 奖学金 / \textit{校级一等}}{2020.10}
-\end{onehalfspacing}
+% \sectionTitle{奖学金}{\faiconsix{google-scholar}}
+% \begin{onehalfspacing}
+% \datedline{2019 奖学金 / \textit{校级二等}}{2019.10}
+% \datedline{2020 奖学金 / \textit{校级一等}}{2020.10}
+% \end{onehalfspacing}
 
 \sectionTitle{专业技能}{\faiconsixbf{gears}}
 \begin{onehalfspacing}
-\normalline{熟悉 Linux 系统，掌握常用 Linux 命令，日常在 Linux 环境下从事开发}
-\normalline{通过英语 CET-6，具备良好的英文文献阅读能力}
+\begin{itemize}
+    \item 熟悉 Python 编程，掌握 Shell 及 Git 开发工具，具备 Linux / Windows 环境开发能力
+    \item 熟练使用 Scikit-learn，Pytorch，Transformer，LangChain，vLLM，verl，DeepSpeed 等框架
+    \item 具有 7b 和 14b大模型 SFT / RLVR / RLAIF 实践经验，大模型 RAG 经验
+\end{itemize}
+% \normalline{通过英语 CET-6，具备良好的英文文献阅读能力}
 \end{onehalfspacing}
 
-\sectionTitle{校园经历}{\faiconsixbf{school}}
-\begin{onehalfspacing}
-\datedline{xxx志愿服务活动}{2024.01}
-\end{onehalfspacing}
+% \sectionTitle{校园经历}{\faiconsixbf{school}}
+% \begin{onehalfspacing}
+% \datedline{xxx志愿服务活动}{2024.01}
+% \end{onehalfspacing}
 
-\sectionTitle{自我评价}{\faiconsixbf{comment}} % note-sticky
-\begin{onehalfspacing}
-\normalline{乐观开朗，积极向上}
-\end{onehalfspacing}
+% \sectionTitle{自我评价}{\faiconsixbf{comment}} % note-sticky
+% \begin{onehalfspacing}
+% \normalline{乐观开朗，积极向上}
+% \end{onehalfspacing}