角色扮演、代理行为及对抗博弈在 LLM 中的应用探索

Job description

工作职责

• 负责大语言模型（LLM）的底层训练与推理架构设计优化，持续迭代并调优模型训练的核心策略。
• 探索并应用强化学习与后训练前沿技术，大幅增强模型在角色扮演、复杂知识问答及高情商对话等场景下的拟真能力。
• 研发Agentic LLM与对抗博弈LLM创新架构，突破大模型自主决策与多智能体博弈的技术边界。
• 深度评测LLM领域最前沿技术（SOTA），精准评估其商业应用价值并高效推动工程化闭环落地。 任职要求
• 计算机、人工智能、自动化、数学或物理等相关领域的本硕博在校生。
• 具备扎实的LLM理论知识与工程实战经验，熟悉数据生成、清洗、SFT、DPO、RAG及推理加速等全链路技术。
• 具备卓越的动手能力与核心代码功底，能快速跟进并复现国际前沿论文算法并完成系统验证。
• 具备敏锐的技术洞察力与优秀的业务场景抽象能力。
• 拥有ACM等高水平编程竞赛获奖经历，在CCF A类顶会有论文发表，或曾主导开源过高影响力模型者优先。