生成式推荐与强化学习后训练探索

Job description

工作职责

• 负责基于内容多模态信号的生成式推荐技术探索与落地。
• 研究生成式推荐架构，探索Scaling Law在生成推荐中的影响因素与效果天花板。
• 探索强化学习在生成式推荐后训练中的各项优化方案。
• 调研不同Reward Model的有效性与建模逻辑，构建可靠的模型效果提升路径。 任职要求
• 计算机科学、深度学习或强化学习等相关领域的本硕博在校生。
• 研究方向需涉及大模型微调、时序预测、强化学习或表征学习中的至少两项。
• 精通PyTorch/TensorFlow框架，具备LLM微调（如HuggingFace/LLaMA）实战经验。
• 熟悉业界主流推荐系统架构与建模原理，熟悉多模态大模型者优先。
• 具备将学术成果转化为工业解决方案的能力，以及优秀的跨团队沟通能力。
• 在NeurIPS/ICML/KDD等顶级会议有推荐相关论文发表经历者优先。