岗位描述
负责建设面向 AGI 的核心数据与检索引擎，支撑全域大模型的训练及 Agent 应用闭环。 具体的职责包括以下相关方向的一项或多项： 1. 高密度语料熔炉与预训练基建。建设面向海量多模态数据的极速流水线。研发高效和高准入门槛的分布式去重、质量打分与退火期数据动态配比调度统。通过提升预训练数据的纯度与信息熵，直接为底座模型节省海量 GPU 算力，拉升模型的基础 逻辑推理天花板； 2. 数据合成与后训练飞轮。结合大模型评测，构建自动化的 SFT 与 RLHF 数据合成与清洗流水线。打造从真实线上 Agent 复杂轨迹捕获、清洗到模型自动微调对齐的数据反馈飞轮，实现模型能力的高效自我进化； 3. 认知记忆与智能检索基建。建设高吞吐的向量/图数据库索引。探索并落地结构化知识图谱与大模型底层的深度融合，根除模型多跳推理幻觉。研发支持亿级用户的 Agent 长周期记忆系统，实现对话上下文的高能压缩与合规流转，提升个性化推理效果。