1.召回LTR大模型
（1）独立负责qq流量召回模型迁移分布式训练框架;框架迁移期间流量实验呈现超收问题,经过分析调价因子分布,优化拟合目标后成功放量,主要指标GMV +2.89%；
（2）针对朋友圈流量下,召回和精排队列排序一致性低的问题,分析广告队列在精排不同阶段eCPM排序的变化情况,在模型中引入多目标损失函数,提升在线Recall指标,GMV +1.48%；
（3）区分模型、召回支路、新老广告、行业等维度统计全链路各阶段广告队列长度及通过率,构建BI报表,小时级监控数据变化,为模型优化效果衡量、线上问题及时发现提供数据支撑。
2.创意优选大模型
（1）创意优选模型生效于粗排阶段,个性化筛选出多创意广告当前最优创意。负责两个主要流量场景下,创意优选模型迁移分布式训练框架,提出并搭建同广告内创意维度训练样本,显著提升模型在同广告下创意间判别效果,合计GMV+4.27%；
（2）基于统计结果表明pCTCVR很大程度上表征创意间的优劣,拆分“双塔”模型为“四塔”模型,分别拟合eCPM和pCTCVR序,加权融合共同判别,实验GMV +1.05%；
（3）借鉴PNN模型特征融合方式,针对部分广告特征Embedding引入Product层,学习广告特征交叉信息,提升模型效果,实验GMV +0.75%；
3.AIGC文生图在广告场景的应用
（1）优化ControlNet训练过程,解决像素空间生成图像像素值溢出问题,融合推理过程动态阈值裁剪,Prompt调优,分区域控制等措施,在商品换背景业务场景下,综合边缘约束成功率提升至60%

1.国际酒店自动竞价投放
（1）独立负责携程国际酒店在TripAdvisor亚洲站点上的自动竞价投放业务,达到在ROI达标的前提下,尽可能地提高订单量的投放目标。设计并优化竞价算法流程,基于Bandit算法,动态调整侧重酒店及其出价,融合PID控制算法,控制CPC。