鲍竹涵

从事临床对话模拟、医学AI智能体与合成医疗数据生成研究。主导基于大语言模型的 医患交互模拟框架开发，维护 DCC 计算集群环境，负责 H200 GPU 基准测试与大规模AI研究部署。

研究 AI 代码编辑器中的 MCP 服务器生态安全。开发了 MCP-Collector 用于自动化 MCP 市场数据收集与分类。

基于在线教学视频的医学多模态数据集构建与大模型研究。构建高质量中英文病理图文数据集， 使用 LoRA 微调 CLIP 模型用于智能病理诊断。

使用混合精度 (FP16/TF32)、Flash Attention、CUDA Graph、融合 DDIM 内核和 锁页内存流水线加速 UnifoLM-WMA-0 推理。在 PSNR ≥ 25 dB 的条件下实现 2.68 倍加速， 通过全部 20 个机器人评估场景。

优化 RNA m5C 修饰位点检测工作流。实现数据清洗、比对、去重和统计过滤的自动化脚本， 显著提升了运行效率和内存使用。