学历要求
博士

专业要求
人工智能、计算机、电子信息、软件工程、通信工程、网络安全等相关专业

岗位职责
1. 参与下面一个或多个研究方向
数据合成：研究合成数据方法，合成数据质量与分布对大模型训练的影响，利用合成数据训练SOTA模型。
指令遵循：提升指令遵循能力，优化复杂指令遵循效果；研究多轮场景指令遵循优先级；降低指令攻击成功率等。
长文本：提升模型长文本场景效果，例如长文本问答、RAG场景、Repo-Level代码编写、超多样本ICL等方向
特定领域RM：利用对应领域特性设计和收集相应反馈信号、研究数据、预训练、微调等对RM的影响、研究RM泛化性、研究PRM等相关问题
RLHF：研究不同强化学习算法（DPO/GRPO/PPO等）、数据分布、采样策略等对大模型效果的影响
知识注入/改写：研究在不影响原有能力情况下如何给大模型注入少量知识（例如模型身份）或大量知识（例如更新模型知识截止日期），或改写大模型已有知识
2. 参与跟踪前沿论文、数据构建、训练调优、评测迭代、论文撰写与发表等相关工作

应聘资格要求
1.博士学历，计算机科学与技术、人工智能、计算机、机器学习、大数据、数学等相关专业;
2.熟悉 Python，具有较强的代码开发和实现能力，至少熟练掌握Pytorch、TensorFlow等主流深度学习框架1种，能熟练使用 Linux。
3.具备良好的学术视野和开拓精神，勇于钻研新技术，能主动思考、主动作为、主动反馈；有很强的好奇心与执行力；
4.发表过大模型领域知名论文、博客或开源项目者优先
5.有大模型实习经历者优先
6.有大尺寸模型训练经验或大规模GPU集群使用经验者优先