岗位描述
我们正在寻找对大模型数据、技术、智能系统和复杂专业场景应用感兴趣的硕士、博士生,参与大模型的数据算法研究与系统落地,聚焦金融工作能力提升。你将有机会围绕模型训练、推理增强、Agent 工作流和能力评测等方向开展研究,探索大模型在真实业务与专业任务中的应用边界。 我们鼓励将实习期间的研究积累沉淀为高质量成果,包括论文、开源项目、技术报告或可复用的模型与工具 ,推动大模型技术在专业场景中的应用。 - 面向真实场景设计数据构建、合成、清洗与质量评估方案,建设高质量训练和评测数据集。 - 参与模型能力评测体系建设,设计具有挑战性的任务、参考答案和评价标准,识别模型能力边界。 - 参与大模型的训练、微调、对齐与推理优化,提升模型在专业任务中的理解、分析和生成能力。 - 探索工具调用、Agent 工作流等技术在复杂任务中的应用。 - 研究模型在事实性、推理能力、稳定性、可靠性和长文本处理等方面的表现,并进行系统分析。 - 结合具体业务场景开展算法实验,包括信息抽取、文档理解、问答、报告生成、知识检索和智能分析等任务。 - 与研究、工程和业务团队协作,完成算法原型开发、实验验证和成果落地。