大语言模型post-train算法研究员
岗位摘要
参与通用推理大模型对齐方向的研发工作，涵盖数据循环体系的构建；系统探究监督微调（SFT）与强化学习（RL）阶段中的数据使用策略；深入探索对齐阶段的数据与算法在大规模训练中的可扩展性与优化路径
岗位职责
- 参与通用推理大模型对齐方向的研发工作，涵盖数据循环体系的构建
- 系统探究监督微调（SFT）与强化学习（RL）阶段中的数据使用策略
- 深入探索对齐阶段的数据与算法在大规模训练中的可扩展性与优化路径
- 参与构建世界领先的高性能通用推理大模型，在多项客观评测指标中保持行业领先
任职要求
- 国内外计算机、数学、人工智能等相关专业的博士或优秀研究生
- 对数据有一定敏感度，熟知开源社区各数据渠道源，具备数据处理经验和认知
- 熟悉大模型相关研究前沿进展，如Reasoning RL、Agent RL等，具有大模型研发经验者优先
- 有相关研究经历，发表过顶级会议论文者优先，如ICLR、NeurIPS、ICML等
- 具备扎实的编程基础和优秀的工程能力，具有NOI、ACM/ICPC等编程竞赛金牌获奖者优先
- 具备良好的团队协作能力和沟通能力
工作地址
北京海淀区大恒科技大厦南座12层