岗位描述
负责LLM大模型评测算法的研究以及评测模型的训练、优化，具体工作内容包括但不限于： 1. 深入理解大规模语言模型的模型结构、训练过程以及评测方案，根据模型的训练过程以及评测结果，对大语言模型存在的问题和评测存在的问题进行研究，根据研究结果进行优化落地。 2. 深入分析模型评测结果中不符合认知的异常，根据具体的异常制定完善的研究策略，通过对比、归纳等方法， 产出研究分析结论，指导模型训练优化。 3. 构建Data-Centric的数据-训练-评测闭环，探索研究大模型的数据、模型结构、评测策略、评测数据等对模型评测效果的影响，得出有效认知，指导模型训练和评测方案的建设。 4. 追踪大模型方向的前沿进展，积极主动地学习和探索新数据分析、模型训练以及模型评测方法。 5. 与各相关部门保持良好沟通，深度参与大模型预训练、SFT、RLHF和评测等阶段，共同推动大模型持续优化。 1. 硕士及以上学历，计算机、数学、统计学或相关专业； 2. 熟悉Java/Python/C++等编程语言，良好的编码习惯和一定的工程能力 3. 具有机器学习或深度学习算法的基础知识，熟练掌握自然语言处理、多模态或大模型相关算法和模型； 4. 良好的沟通能力、团队合作精神以及较强的问题解决能力。 5. 对每一行代码负责，对业务方负责，具备工匠精神。