技术团队成员 - 推理后训练
岗位摘要
应用并创新后训练方法（如微调、强化学习变体、数据增强）以提升模型的推理技能，确保输出更准确、连贯和有洞察力；设计新颖的策略来增强推理能力，例如定制提示框架、合成推理数据集或混合技术，通过跳出框框的思维推动模型认知的极限
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
- 应用并创新后训练方法（如微调、强化学习变体、数据增强）以提升模型的推理技能，确保输出更准确、连贯和有洞察力
- 设计新颖的策略来增强推理能力，例如定制提示框架、合成推理数据集或混合技术，通过跳出框框的思维推动模型认知的极限
- 创造性地解决广泛的推理挑战，从调试逻辑不一致到为边缘案例场景设计解决方案，通过迭代实验发掘模型的隐藏潜力
- 开发创造性的基准和指标来评估后训练对推理的影响，实现快速的改进周期，以适应不断变化的用户需求和技术前沿
- 与多元化团队合作，将后训练进展整合到AI生态系统中，利用创造力激发思想交叉融合，加速整体模型智能的提升
任职要求
- 在后训练技术（如RLHF、DPO或对齐方法）方面拥有丰富的实践经验，专注于推理改进，并有成功的模型增强案例组合
- 在解决模糊的AI挑战方面展现出独创性，有创新项目、贡献或非常规方法带来突破的证据
- 精通工程工具（如Python、PyTorch），并对模型架构有扎实的理解，能够处理从构思到部署的广泛任务
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。