黄云龙头像

黄云龙

AI for Telecom 实践

大模型在通信网络中的垂直落地与智能化演进。聚焦网元自进化、网管智能化、RAN 演进与 6G 语料库建设。

电话: 17346782554

邮箱: yunlonghuang66@foxmail.com

华中科技大学硕士 | 导师:邱才明教授(IEEE Fellow)

工作经历

2025.7 - 至今

中兴通讯

LLM 算法工程师 | 聚焦 AI for Telecom

构建数据自进化、网元自进化、系统自进化的技术闭环,推动大模型在通信网络中的深度落地。

星云4B + TIR 自进化系统 网元侧部署

将星云4B 小模型与 TIR(Tool-Integrated Reasoning)机制落地到网元侧,实现轻量大模型在通信核心场景中的自修正能力。成果纳入 RAN 演进规划

  • 西安 10 天线下攻坚,优化模型对任务规则的理解、错误信息反馈与 Badcase 沉淀
  • 聚焦网元侧复杂配置与节能场景
  • 复杂场景成功率达到 100%
  • 平均自修正轮数从百轮级降至 1.3 轮
  • 节能场景提效 36%
  • 项目提前 2 个月完成
九宫格分类 Agent 网元 / 网管专家

将通信领域专家隐式经验显性化,用 Badcase 驱动 Agent 进化。已在网元、网管多个专家中推广使用,6G 模型实际分类一致率 90+。

  • 分类准确率从 20% 提升到 96%
  • 6G 模型一致率 90%+
  • 多专家推广使用
DataArena 语料自生成竞技场 6G 语料库建设

主导设计多 AI 专家竞技 + 三盲裁判机制,实现通信语料的自动生成、评审与进化。零人工干预,支撑 6G 语料库建设。

  • 语料一致性提升 47%
  • 零人工干预
  • 微创新三等奖
全自动开站助手 国际局点落地

利用 LLM 解决全球不同局点开站文档格式不统一问题。智能识别格式、自动匹配技术类型、生成转换代码。已在智利等 3 个国际局点验证。

  • 映射准确率 95%
  • 3 个国际局点验证
双脑协同 / AI 研究员体系 系统级自进化

参与系统级自进化探索,从双脑协同(认知脑 + 执行脑)演进为 AI 研究员驱动的自进化体系。探索网络世界模型与仿真沙盒,支撑 6G 智能化演进。

  • 大脑规划研究、小脑专项验证、能力融合收敛
  • 迭代周期从 月级缩短到天级

荣誉:金点子特等奖、微创新二等奖、微创新三等奖(DataArena)

论文:TNSM 在审(通信顶刊)、IoTJ 大修中(通信顶刊,IF: 9)

2023.6 - 2023.9

华工未来科技(江苏)有限公司 | 研发部

系统工程师

负责智能超表面波束赋形算法的设计与优化,参与智能反射面在地下停车场与办公楼的部署测试。

5G 信号强度提升 10dB+,覆盖范围扩大 3 倍

学术发表

TNSM 在审

通信顶刊

在审中。

IoTJ 大修中

通信顶刊,IF: 9

大修中。

TRGR

IEEE GLOBECOM 2024 + IEEE TVT (Q1, IF:6.5) 一作

穿透身份识别系统,精度 98%

SenseMamba

IEEE Sensors Journal (Q1, IF:4.2) 一作

基于 KAN 和 Mamba 的 WiFi CSI 人体感知,准确率 98%

Dreamer

IEEE TAP (Q1, IF:9) 二作

双 RIS 辅助高分辨率无线成像,SSIM 达到 SOTA。

TRIS-HAR / RISAR / TF-Mamba / TRTAR

IEEE WCNC 2024 + IoTJ (Q1, IF:9) + IEEE Sensors 二作

多场景人体活动识别,精度 >96%

专利与软著

  1. 基于透射 RIS 的穿墙步态识别系统:中国专利 2024116083188
  2. 双 RIS 辅助无线电互补成像系统:中国专利 202411517425X
  3. 图像自动超分辨率软件系统:软著 2024SR1672186

教育经历

2022.9 - 2025.6

华中科技大学 | 电子信息与通信学院

信息与通信工程 | 硕士(推免)

专业排名: 3/122,加权平均分 91.05

奖项: 优秀毕业生、一等学业奖学金、中兴一等奖学金、普源英才奖学金

2018.9 - 2022.6

华中科技大学 | 电子信息与通信学院

电子信息与通信工程 | 本科

竞赛与荣誉

2024.7 - 2024.8

第十四届中兴捧月全球精英挑战赛 | 决赛优胜奖

初赛:运用 COT、Few-shot 等 Prompt 技巧,Text2SQL 场景高出比赛线 30 分

决赛:基于 130K+ 样本对 Qwen1.5-0.5B/1.8B 微调,LLaMA-Factory + DeepSpeed + BAdam 策略。

通用能力

以上通信场景的 Agent 与 LLM 能力,详见 Agent / LLM 页面。包括:

  • TIR 自进化系统、多专家 Agent 分类、DataArena 语料自进化框架
  • AAAI 2025 (CCF-A) 一作、LLM 安全研究等学术论文
  • Prompt Engineering、LLaMA-Factory、DeepSpeed 等技术栈