项目搭建了一个智能学术阅读云平台，目的为了帮助需要阅读学术的群体解决信息过载问题，同时填补相关学术阅读领域应用空缺。在具体功能方面， 项目计划运用统计、机器学习界的前沿方法，构建一套高性能的智能学术阅 读系统，为使用群体提供阅读路径规划，阅读历史可视化，个人知识管理， 陌生概念索引等服务，最小化用户在组织、整理、规划阅读资源上所需花费的时间精力，最大化学术阅读效率，为学术阅读提供根本性方案。除以上核心功能，平台还提供阅读资源社区服务，方便用户之间随时交流心得体会或者向平台反应改进意见。

实现了一个提供网上购书功能的网站，并且特别针对高可用和爆发式请求的场景进行了设计。网站支持书商在上面开商店，购买者可能通过网站购买。买家和卖家都可以注册自己的账号。一个卖家可以开一个或多个网上商店，买家可以为自已的账户充值，在任意商店购买图书。支持下单 → 付款 → 发货 → 收货的流程。

当前越多越多的业务开始使用多模态大模型，尤其是视觉-语言预训练模型。在实际使用中，我们通常需要对预训练模型进行调优来适配实际的业务场景，而这需要大量的资源介入且费时费力，尤其是对视觉基座的调优在资源有限的情形下几乎是不可行的。本项目探索了在不调优视觉基座的前提下，仅通过对语言端进行调优并优化推理过程，实现语言增强的零样本多标签分类任务 (Zero-shot Multi-label Classification)。本项目为国际比赛获奖项目。