岗位职责：
1. Prompting策略与RAG系统集成
- 设计并实施创新的Prompting策略，结合RAG技术，以增强AI模型在处理复杂查询、生成高质量内容和实现跨领域知识融合方面的能力。
- 研究如何利用检索机制优化Prompt设计，提升模型对复杂任务的处理能力和生成内容的丰富性与准确性。
2. 模型训练与优化
- 深入参与大模型的训练和调优，特别是在RAG模型的训练过程中，负责设计和实施有效的训练策略，包括数据准备、参数配置、训练监控与评估。
- 优化RAG模型的检索与生成机制，确保模型在提供答案时既能利用检索到的知识，又能生成符合语境和逻辑的新内容。
3. 知识库建设和维护
- 协助构建和管理高质量的知识库，确保知识的时效性、准确性和多样性，为RAG模型提供坚实的知识支撑。
- 设计知识索引和检索策略，提升知识库的查询效率和响应速度。
4. 技术研究与创新
- 深入研究RAG领域的***动态，包括但不限于知识图谱应用、多模态融合、自适应Prompting等，推动技术在项目中的应用和创新。
- 开发和优化RAG模型的评估体系，确保模型性能的持续提升和用户体验的优化。

任职资格：
1. 教育背景与经验
- 计算机科学、人工智能、信息检索或相关领域的硕士及以上学位。
- 3年以上自然语言处理、机器学习或相关领域工作经验，具有RAG或相关领域研究与应用经验者优先，特别优秀应届生亦可。
2. 专业技能
- 精通自然语言处理和机器学习理论，熟悉RAG、Transformer模型及其应用。
- 熟练掌握Python编程，有TensorFlow、PyTorch等深度学习框架的实战经验。
- 熟悉知识图谱构建、检索算法和数据库管理。
3. 创新与解决问题能力
- 具备出色的创新意识，能够提出并实现创新的RAG和Prompting解决方案。
- 强大的问题解决能力，能在复杂的技术挑战中找到有效解决方案。