返回岗位列表

大模型评测专家

查看原岗位

地点：北京薪资：薪资未公开日期：2026-07-20

岗位摘要

设计覆盖基座模型、端到端Agent、用户体验等场景的评测框架和标准，保障评测可解释可复现；主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效；搭建自动化评测工程，通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见

岗位职责

设计覆盖基座模型、端到端Agent、用户体验等场景的评测框架和标准，保障评测可解释可复现
主导Benchmark数据集构建与持续迭代，防控数据污染与评测失效
搭建自动化评测工程，通过judge model等自动评测流水线，设计多评委协作机制，控制评测偏见
持续提升自动评测与人工标注的一致性，推动评测提效
主导评测/训练数据合成方案设计，建立标注规范与质检体系
与数据团队协作，保障大规模数据生产的稳定性与准确性
输出结构化评测报告，将评测结论转化为可落地的优化建议
与模型训练团队深度协作，建立评测→优化→再评测闭环
沉淀团队评测方法论，输出可复用框架与工具

任职要求

紧跟人工智能行业进展，接触到前沿技术和行业趋势
磨练出对人工智能的独到见解
参与大模型评测的全流程体系，了解从理论到工程实践的全面技能
与一流的人工智能团队合作，快速成长，提升自身能力
有机会参与部门的重点项目，跨足不同领域，拓宽人工智能技术的应用范围

福利待遇

紧跟人工智能行业进展，接触到前沿技术和行业趋势
磨练出对人工智能的独到见解
参与大模型评测的全流程体系，了解从理论到工程实践的全面技能
与一流的人工智能团队合作，快速成长，提升自身能力
有机会参与部门的重点项目，跨足不同领域，拓宽人工智能技术的应用范围