技术团队成员（后训练方向）
岗位摘要
增强模型在交互式工具调用、结构化推理和模型编排方面的能力，重点关注实时人机交互和智能体决策；通过数据收集管道和生成技术优化数据混合，以促进交互式人机协作和编排；开发通用的奖励模型和新颖的强化学习算法，以促进新兴的交互行为，使模型能够引导更重的后端系统
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
- 增强模型在交互式工具调用、结构化推理和模型编排方面的能力，重点关注实时人机交互和智能体决策
- 通过数据收集管道和生成技术优化数据混合，以促进交互式人机协作和编排
- 开发通用的奖励模型和新颖的强化学习算法，以促进新兴的交互行为，使模型能够引导更重的后端系统
- 设计稳健的评估体系，捕捉现实世界的交互动态、人机协同以及跨不同后端模型、规模和专业领域的编排
- 实施大规模训练框架，用于在交互式、智能体环境中集成和编排不同规模、技能和能力后端模型的模型
- 与预训练、推理、数据、多模态、应用和产品团队合作，拓展交互式AI的前沿
任职要求
- 机器学习和训练大型语言模型的专家
- 在领导对AI进步有重大影响的研究方面有良好记录
- 在数据驱动的大型语言模型行为改进方面有经验
- 在高级强化学习或推理时搜索技术方面有经验
- 在开发基准测试或大规模分布式机器学习系统方面有经验
- 在复杂设置下进行模型优化的经验（例如，多模态、多上下文、多智能体、长时程任务、多样化的用户偏好/反馈）
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。