我们想做什么
Team Skybound 并不把自己定义为一个已经成熟的团队，而更希望把这里建设成一个真实、开放、持续成长的平台。
无论你是希望接触科研、参与竞赛，还是寻找技术实践的入口，这里都为你提供了一个成长的空间。
探索方向
大模型应用与轻量化实践
关注大模型在真实任务中的落地问题，开展模型压缩、部署优化与应用设计。本科生可参与论文整理、方法复现、数据处理及推理流程搭建。
模型蒸馏
推理优化
轻量化部署
大模型解决复杂路径规划
探索大模型在推理决策与任务拆解中的潜力，结合传统算法提升规划效率。成员可参与实验环境搭建、算法对比及案例整理。
任务拆解
决策辅助
算法融合
强化学习方向探索
以务实的方式复现经典算法，探索智能体学习与策略优化。适合从基础环境配置与结果分析开始，建立对RL方向的直觉理解。
算法复现
仿真实验
智能控制
加入后如何参与
1
入门阶段
- 了解工作室基本方向与协作方式
- 掌握 Python 语言与 PyCharm/Cursor 编译器
- 参与组内资料分享与简单任务
2
参与阶段
- 进入具体方向的小组或科研项目
- 在竞赛任务中承担明确的技术角色
- 学习协作开发流程与实验结果整理
3
深入阶段
- 独立负责子任务模块或独立选题
- 形成竞赛作品、技术总结或实验报告
- 在条件成熟时开展深度的学术探索
学习与协作支持
工具基础
Python 开发、环境配置、AI IDE (Cursor) 使用、文献检索。
技术能力
Python数据处理、深度学习实践、模型复现、实验分析。
表达与规范
技术汇报交流、PPT制作文档整理、学术诚信意识。
竞赛实践板块
我们将竞赛视作技术实践与团队协作的重要锻炼方式。工作室提供赛事整理、组队交流及备赛支持。
> 以上资料用于帮助同学了解相关信息，具体参赛方向将结合个人兴趣与项目情况进一步讨论。
招募计划
我们欢迎对科研、竞赛或技术实践有兴趣的本科生。相比“已有经历”，我们更看重好奇心、主动性、协作能力与认真态度。
- • 低年级同学有充分成长空间
- • 高年级同学可快速上手项目
- • 保持稳定持续的投入节奏
加入方式
1
初步联系（Email: zhengy367@mail2.sysu.edu.cn）并提交个人兴趣说明
2
简单沟通，了解基础与投入意愿
3
试参与项目，双向了解后正式加入
常见问题 FAQ
零基础可以加入吗？
可以，但需要愿意主动补基础，并能接受从简单任务开始逐步深入。
一定要做科研/打比赛吗？
不一定。科研与竞赛是并行的路径，你可以根据兴趣选择侧重方向。
大一大二能加入吗？
非常欢迎。低年级同学在这里通常有更长的成长周期和探索机会。
工作室现在已经成熟了吗？
还没有。我们处于建设初期，更需要第一批成员共同建立机制。