机器学习研究实习生（2027年夏季）
岗位摘要
测量前沿模型的危险能力并进行准备性研究；研究前沿模型新基准的科学与创建方法；开发训练模型在需要长思维链的极难推理问题上表现优异的新方法；研究强化学习和后训练方法，提高模型在高风险任务上的可靠性
岗位职责
- 测量前沿模型的危险能力并进行准备性研究
- 研究前沿模型新基准的科学与创建方法
- 开发训练模型在需要长思维链的极难推理问题上表现优异的新方法
- 研究强化学习和后训练方法，提高模型在高风险任务上的可靠性
- 研究可扩展监督协议，使人类能够生成并质量控制超出其原生能力的推理链
- 研究模型泛化与能力的边界，为数据驱动的进步提供信息
- 研究合成数据和混合数据与人在回路中结合，以扩大高质量数据生成规模
- 对当前生产中的模型进行改进，通过再训练和超参数搜索提升性能，并在部署时不影响核心模型特征
- 创建后训练或智能体解决方案，整合到为企业及公共部门客户交付应用的能力中
任职要求
- 目前正在攻读机器学习、深度学习或自然语言处理方向的学士、硕士或博士学位，毕业日期在2027年秋季或2028年春季
- 可参加2027年夏季实习（5月/6月开始），工作地点在旧金山或纽约
- 具有在LLM、NLP、多模态模型、智能体、安全、评估、对齐或相关领域的研究经验或发表记录
- 具有一种或多种通用编程语言的经验，包括Python、JavaScript或类似语言