Lumina-Agent
Champion · Rank 1
华为云“鸿蒙系统操控 Agent 竞赛”冠军方案。项目面向 5GB NPU 显存限制与复杂多轮对话，以数据为中心，构建显存感知的端到端语音指令系统。
为什么这样设计
传统分层 Agent 会带来双重推理延迟和错误级联。我们采用 Flat-Direct 范式，让模型在单次推理中直接完成意图理解、状态判断与工具调用；同时压缩工具描述和枚举示例，把约 20k token 的上下文缩短至约 5k token。
我的工作
我主要负责系统部署与显存优化，包括在受限 NPU 环境中对齐训练与推理精度、压缩上下文开销，以及确保端到端链路稳定运行。
核心工作
- 显存感知压缩：语义蒸馏工具描述、精简枚举示例，在保留调用信息的同时降低上下文长度。
- 消费级显卡长文本训练：在 RTX 3090 上结合梯度检查点、全线性层 LoRA 与 BF16 完成 6k 上下文训练。
- MoE 数据合成：构建 20,000+ 样本，覆盖重采样、多轮逻辑、并发指令与反幻觉清洗。
- 状态差分推理：只显式表达状态变化，减少重复上下文并提高多轮任务稳定性。
结果
- 决赛排名：冠军（Rank 1）
- 本地 Smoke Test：100%
- 复杂逻辑准确率：90%+
核心团队：吕禹泽（架构与算法）、拾乙淅（数据工程与反幻觉）、刘晓睿（部署与显存优化）。