人工智能博士研究生
2022 – 2026西南交通大学（SWJTU），计算机与人工智能学院，成都
Kaleem Ullah Qasim
人工智能博士研究生，西南交通大学 | AI研究员 | 智能体系统 & 语言模型推理
成都| +86-13111895637| kaleem@my.swjtu.edu.cn
LinkedIn | Upwork | GitHub | 谷歌学术 | HuggingFace
教育背景
计算机应用技术硕士
2019 – 2022西南财经大学（SWUFE），成都
研究方向
大语言模型与小语言模型推理（LLM/SLM Reasoning） | 递归任务分解（Recursive Decomposition） | 智能体系统与多智能体协作 | 强化学习对齐（RLHF / DPO / GRPO / 可验证奖励RL） | 上下文工程
技术技能
编程与开发: Python | TypeScript | JavaScript | SQL | FastAPI | Django | Flask | Git | REST APIs | GraphQL
大模型与生成AI: HuggingFace（Transformers / TRL / PEFT / Datasets / Accelerate） | 模型微调（SFT / LoRA / QLoRA） | vLLM | DeepSpeed | FSDP | RAG架构 | 上下文工程 | 上下文学习
智能体系统: MCP（模型上下文协议） | OpenAI Agents SDK | Pydantic AI | smolagents | Google ADK | LangGraph | LangChain | LlamaIndex | AutoGen | CrewAI | ReAct模式 | 工具使用与函数调用
对齐与智能体RL: RLHF（PPO / REINFORCE） | 偏好优化（DPO / CPO / ORPO） | GRPO | 可验证奖励RL | TRL | verl | OpenRLHF | 奖励建模 | 多智能体强化学习
机器学习与评测: PyTorch | scikit-learn | XGBoost | LightGBM | BERT | Transformer | NLP | 迁移学习 | lm-evaluation-harness | OpenCompass
MLOps与云平台: AWS（SageMaker / Lambda / S3） | 华为昇腾（Ascend） | Docker | Kubernetes | MLflow | Weights & Biases | 向量数据库（Pinecone / Weaviate / ChromaDB）
科研与工作经历
华为技术有限公司科研合同（递归推理智能体系统，首席研究员）
2025 – 至今- 凭借 RDoLT 论文（JAIR Q1，16 次引用）赢得华为委托科研项目，担任首席研究员，主导构建基于递归分解的 AI 智能体框架
- 设计核心递归分解逻辑与记忆模块，在 AIME、U-MATH 等复杂数学推理基准及自研算法测试集上验证智能体控制能力，相比纯 CoT 方案显著提升
- 系统评估异构大小模型组合策略，在性能与推理成本之间取得最优平衡；调研并选型强化学习训练方案
- 在华为昇腾平台上构建 RL 训练闭环，目标冲击 AIME/U-MATH 等基准榜单第一，并发表 CCF-A 类论文或申请专利
AI 工程师 & 大模型专家，Upwork（自由职业）
2023 – 至今- Top Rated 自由职业者（前 10%），100% 工作成功率，20+ 客户全 5 星好评
- 使用 LangChain/LlamaIndex/CrewAI 结合 Pinecone、Weaviate 向量数据库构建生产级 RAG 聊天机器人，任务完成时间减少 20%，领域特定查询准确率达 95%
- 使用 LoRA/QLoRA 微调本地大模型（Llama 2/3, Mistral），在保障 GDPR 合规的同时将任务准确率提升 25%
- 使用 LangGraph 和 AutoGen 开发多智能体 AI 工作流编排系统，语义搜索准确率提升 35%，API 延迟降低 40%
研究合同工（交通AI），吉达大学（Dr. Tariq Alsahfi）
2024 – 至今- 联合发表 2 篇大模型交通分析论文，发表于 Alexandria Engineering Journal（Q1，5 次引用）和 arXiv，聚焦时空推理与混合大模型架构
- 开发 TraffiCoT-R 框架，结合思维链提示与多智能体协调用于交通预测，集成 GPT-4、GIS 数据与图神经网络（PyTorch Geometric）
- 构建 SAFE 混合系统，使用随机森林和 Qwen3-4B 大模型进行事故严重程度分类，严重事故召回率达 85.7%（传统 ML 为 0%）
研究合同工（AI安全），浙江大学（Dr. Haitao Xu）
2022 – 2024- 联合发表 IEEE INFOCOM 2025 论文，对欺骗性联盟营销实践进行实证研究，使用 NLP 和网络图分析技术（2 次引用）
- 开发 ADsFlow Chrome 扩展，通过 DOM 分析和计算机视觉（OpenCV）实现动态网络广告实时检测与分类
- 构建网页分类系统，使用微调的 RoBERTa 和 BERT 嵌入识别网页意图（网络安全威胁/营销/钓鱼），已申请专利
数据科学家，成都瑞维拓生物科技有限公司
2020 – 2023- 通过集成机器学习模型（随机森林、梯度提升）进行需求预测和动态定价优化，助力公司荣获阿里巴巴市场第一，同比增长 180%
- 使用时间序列预测（ARIMA, Prophet）和 NLP 关键词分析实施预测性 SEO，12 个月内搜索曝光量增加 95%，自然流量提升 65%
- 使用 Streamlit、Plotly 和 PostgreSQL 构建实时分析仪表板，集成自动化 ETL 管道，数据驱动决策响应时间提升 60%
学术论文
谷歌学术：总引用 37 次 | h-index: 3 | i10-index: 2
- KU Qasim, J. Zhang, MK Shaheen, R. Alharith, H. Zhang (2026). The Residual Stream Is All You Need: On the Redundancy of the KV Cache in Transformer Inference . arXiv:2603.19664 .
- KU Qasim, J. Zhang, H. Li, MK Shaheen (2026). VERIFY-RL: Verifiable Recursive Decomposition for Reinforcement Learning in Mathematical Reasoning . arXiv:2602.07559 .
- KU Qasim, Muqadar Ali, Hongjie He, Abid Hussain, Mehboob Hussain (2026). Traceable and Revokable Attributes-Based Verifiable Searchable Authentication Scheme for Blockchain Data Sharing . AI Revolution: Research, Ethics and Society (AIR-RES 2025), 68–88 .
- KU Qasim, J. Zhang, T. Alsahfi, A. U. R. Butt (2025). Recursive Decomposition of Logical Thoughts: Framework for Superior Reasoning and Knowledge Propagation in Large Language Models . Journal of Artificial Intelligence Research (JAIR), 83 . 16 次引用.
- T. Alsahfi, KU Qasim (2025). TraffiCoT-R: A Framework for Advanced Spatio-Temporal Reasoning in Large Language Models . Alexandria Engineering Journal, 128, 464–475 . 5 次引用.
- H. Xu, Y. Sun, KU Qasim, et al. (2025). Understanding the Business of Online Affiliate Marketing: An Empirical Study . IEEE INFOCOM 2025, 1–10 . 2 次引用.
- KU Qasim, J. Zhang, HS Ur Rehman (2025). Complexity Aware Recursive Decomposition for Math Reasoning . Proceedings of the 2025 International Conference on Embodied Intelligence .
- KU Qasim, J. Zhang, HSU Rehman (2025). Complexity Agnostic Recursive Decomposition of Thoughts . arXiv:2601.04210 .
- R. Ali, J. Xu, M. H. Baig, H. S. U. Rehman, M. W. Aslam, KU Qasim (2024). From Data to Decisions: Enhancing Financial Forecasts with LSTM for AI Token Prices . Journal of Economic Studies, 51(8), 1677–1693 . 12 次引用.
- KU Qasim, J. Zhang (2025). MARBLE: A Multi-Agent Rule-Based LLM Reasoning Engine for Accident Severity Prediction . arXiv:2507.04893 . 1 次引用.
- KU Qasim, J. Zhang (2025). Accelerating Training Speed of Tiny Recursive Models via Curriculum Guided Adaptive Recursion . arXiv:2511.08653 . 1 次引用.
- A. U. Rehman, M. Asif, KU Qasim, et al. (2025). AdvancedHybridNet: An AI-Powered Hybrid Ensemble for High-Accuracy Thyroid Disease Diagnosis Using Dynamic Feature Selection . 出版中 .
- M. W. Aslam, Z. Zhang, KU Qasim (2025). LLMFacility: A Large Language Model Driven Evolutionary Framework for Interpretable and Scalable Facility Layout Optimization . SSRN 5692433 .
- M. W. Aslam, Z. Zhang, KU Qasim (2025). CORTEX-V: A Cognitive Reasoning Toolkit for Vision-Based, Cost-Efficient Layout Optimization . Under Review .
- H. S. U. Rehman, L. Liu, KU Qasim (2025). ASTIF: Adaptive Semantic-Temporal Integration for Cryptocurrency Price Forecasting . arXiv:2512.18661 .
代表性研究项目
RDoLT：大语言模型递归逻辑思维分解框架
JAIR (Q1) · 2025 · 第一作者- 提出递归任务分解 + 知识传播机制，将复杂推理拆解为可逐层验证的子问题树，缓解 CoT/ToT 长链推理误差累积
- 在 GSM8K、MATH、MMLU-STEM 上较 CoT/ToT 基线显著提升；被引 16 次，据此赢得华为委托研究合同
VERIFY-RL：数学推理可验证奖励强化学习
arXiv 2026 · 第一作者- 设计过程级可验证奖励信号，结合 GRPO 在递归分解轨迹上对 7B 推理模型进行端到端强化学习训练
- 在 AIME 与 U-MATH 基准上较 SFT 与纯 GRPO 基线取得稳定增益，目标冲击开源数学推理榜首位
CGAR：微型递归模型课程引导自适应递归
arXiv 2025 · 第一作者- 课程学习驱动的自适应递归深度调度算法，按样本难度动态调整推理步数，验证 SLM 递归推理范式可扩展性
- 在保持精度前提下显著加速训练并降低推理成本，为资源受限场景下的小模型推理提供新路径
MARBLE：多智能体规则化大模型推理引擎
arXiv 2025 · 第一作者- 多智能体协同 + 规则注入框架，结合 Qwen3-4B 与随机森林集成，用于自然不平衡数据下事故严重性预测
- 严重事故召回率达 85.7%（传统 ML 基线 0%），整体准确率 53.1%，验证 LLM 结构化分类的归纳能力
SQL Chat Agent 性能优化（Upwork 客户项目）
企业 BI 客户 · 5星好评- 通过查询优化与并行执行管道将 SQL Chat Agent 响应时间缩短 78%，意图路由准确率达 94%
证书与语言
专业证书: 谷歌提示工程基础 | 生成式AI：提示工程 | 生成式AI与大模型 | 人工智能入门 | Claude Code实战 | GRPO强化微调大模型 | 大模型后训练
语言能力: 英语（流利） | 中文（HSK 5 级 & HSKK 中级） | 乌尔都语（母语） | 印地语（流利）