大模型算法实习生
岗位摘要
参与大规模语言模型（LLM）的预训练、微调、对齐（Alignment）及性能优化（如SFT、DPO、RLHF等）；结合业务需求（如对话系统、内容生成、ChatBI、Agent），熟练运用不同训练方法解决实际问题， 有实际项目经验者优先
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 参与大规模语言模型（LLM）的预训练、微调、对齐（Alignment）及性能优化（如SFT、DPO、RLHF等）
- 结合业务需求（如对话系统、内容生成、ChatBI、Agent），熟练运用不同训练方法解决实际问题， 有实际项目经验者优先
- 跟踪大模型领域最新论文（如Transformer架构改进、多模态融合、Agent技术等），复现并验证创新点
- 协助撰写技术文档、报告
任职要求
- 熟悉Python和主流深度学习框架（PyTorch/TensorFlow）
- 掌握NLP基础知识（如Transformer/BERT/GPT等模型原理）
- 对大模型技术有强烈兴趣，能快速复现论文、解决实际问题
- 逻辑清晰，表达流畅，可将项目讲清楚
- 发表过顶会论文（ACL/EMNLP/NeurIPS等）或开源项目贡献者
- 熟悉分布式训练（Deepspeed/FSDP）、LoRA/P-Tuning等参数高效微调方法
- 具备多模态（文本-图像-视频）或Agent（AutoGPT/ReAct）相关经验
加分项
- 发表过顶会论文（ACL/EMNLP/NeurIPS等）或开源项目贡献者
- 熟悉分布式训练（Deepspeed/FSDP）、LoRA/P-Tuning等参数高效微调方法
- 具备多模态（文本-图像-视频）或Agent（AutoGPT/ReAct）相关经验
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。