岗位描述
1. 探索LLM前沿领域研究，包括但不限于数据建设、模型预训练、多模态、模型压缩、推理优化、逻辑推理、智能体、MoE、Scaling law和模型评估等工作。 2. 负责优化和提升LLM对齐效果，包括数据质量优化、指令微调、奖励模型优化、强化学习（RL）策略迭代等，持续提高算法的效率和性能。 3. 研究并优化模型在多模态工具调用 (Tool Use)、测试时适应 (Test-Time Scaling)、任 务扩展 (Task Scaling) 及长序列能力 (Long-Sequence ability) 等前沿方向的能力。 1. 有计算机科学、数学、统计学或相关领域的硕士或博士学位。 2. 熟悉Python、Java等至少一种编程语言与深度学习框架，具有良好的编程能力和扎实的数学理论基础。 3. 具备1年以上NLP经验，参与过大模型预训练、后训练和强化学习等任务的效果优化工作，能够根据实际问题改造和优化算法。 4. 关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我。 5. 良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，强烈的责任感，以及优秀的学习能力和自我驱动力。 6. 6个月以上，每周到岗4天以上。