AndroidWorld Pass@3MobileForge / ForgeOwl-8B
Agent · GUI Intelligence · Post-training
让智能体在真实环境中
学会行动与进化
我是吴高，浙江大学控制科学与工程硕士研究生，研究聚焦移动端 GUI Agent、 长程记忆与大模型后训练。目前在阿里巴巴通义实验室从事 Agent Rollout 基础设施研发。
2027 届算法工程师
长程任务 Pass@3MemGUI-Agent-235B
任务并发Agent Rollout 基础设施
01 / ABOUT
我关注的不是让 Agent 在一次演示里“看起来会用手机”，而是让它在真实、动态、长程的环境中具备稳定行动、主动记忆和持续进化的能力。
我的经历贯穿算法与工程两端：从构建 GUI Agent 记忆评测基准、设计主动上下文管理，到利用层级反馈完成无标注后训练；也参与过企业级智能回测平台和大规模 Agent Rollout 基础设施建设。
这让我能够从任务定义出发，完成数据构建、模型训练、评测分析、系统接入和规模化运行，而不是只停留在单点模型实验。
Selected research
沿着一条清晰的研究主线
从评测智能体的记忆能力，到赋予其主动管理上下文的能力，再到构建无标注自进化闭环。
01 评测记忆→02 主动管理记忆→03 闭环自进化
Experience
把研究做深，也把系统做实
教育、科研与产业实践共同构成我的能力路径。
阿里巴巴通义实验室
AI 研发实习生
面向 Qwen 系列模型后训练与评测，参与统一 Agent Rollout 基础设施建设，负责运行环境、任务生命周期、异常诊断与失败恢复。
100+ 任务模板 · 4 万级并发 · 百万级日处理量快手主站技术部
AI 研究实习生
参与企业级 Android 通用智能回测平台建设，推动自然语言任务理解、自动执行、结果验证与知识沉淀落地。
端到端成功率 90% · 正负例判定准确率 95%浙江大学
控制科学与工程 · 硕士
研究方向为移动端 GUI Agent、长程记忆、经验自进化与大模型后训练。
公开论文 3 篇 · 共同一作 / 二作 / 共同作者西北工业大学
自动化 · 本科
GPA 3.73/4.1，专业排名 11/178，保研至浙江大学。
一等奖学金 · 优秀毕业生 · 优秀大学生More work
更多项目实践
带噪交互场景下的 GUI Agent 经验记忆自进化系统
以轨迹解析、经验抽取、质量门控、向量检索、LLM 重排和提示注入构建运行时知识层，把失败轨迹沉淀为可复用经验。
67.5% → 77.8%MobileWorld Pass@5
金融 Text-to-SQL 训练与推理优化
构建 PostgreSQL 执行验真数据闭环，完成 LoRA SFT、GRPO 和昇腾环境推理优化。
38.05% → 75.58%验证集准确率
Toolkit
研究与工程工具箱
模型后训练
LoRA SFTGRPO奖励设计VeRLms-swift
Agent 算法
GUI Agent长程记忆Context Management经验检索LLM-as-a-Judge
系统工程
大规模 Rollout任务编排运行环境治理PostgreSQLAndroid 自动化