机器学习研究科学家（后训练）
岗位摘要
研究并开发新颖的后训练技术，包括SFT、RLHF和奖励建模，以增强LLM在文本和多模态方面的核心能力；设计并实验新的偏好优化方法；分析模型行为，识别弱点，并提出偏差缓解和模型鲁棒性的解决方案
岗位职责
- 研究并开发新颖的后训练技术，包括SFT、RLHF和奖励建模，以增强LLM在文本和多模态方面的核心能力
- 设计并实验新的偏好优化方法
- 分析模型行为，识别弱点，并提出偏差缓解和模型鲁棒性的解决方案
- 在顶级AI会议上发表研究成果
任职要求
- 计算机科学、机器学习、人工智能或相关领域博士或硕士学位
- 深入理解深度学习、强化学习和大规模模型微调
- 具备RLHF、偏好建模或指令微调等后训练技术经验
- 在主要会议（NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR等）和/或期刊上发表过机器学习研究
福利待遇
- 薪酬方案包括基本工资、股权和福利
- 提供全面的健康、牙科和视力保险
- 提供退休福利
- 提供学习与发展津贴
- 提供充足的带薪休假
- 该岗位可能提供通勤津贴等额外福利