大模型算法实习生

Job description

• 探索LLM前沿领域研究，包括但不限于数据建设、模型预训练、多模态、模型压缩、推理优化、逻辑推理、智能体、MoE、Scaling law和模型评估等工作。
• 负责优化和提升LLM对齐效果，包括数据质量优化、指令微调、奖励模型优化、强化学习（RL）策略迭代等，持续提高算法的效率和性能。
• 研究并优化模型在多模态工具调用 (Tool Use)、测试时适应 (Test-Time Scaling)、任务扩展 (Task Scaling) 及长序列能力 (Long-Sequence ability) 等前沿方向的能力。
• 有计算机科学、数学、统计学或相关领域的硕士或博士学位。
• 熟悉Python、Java等至少一种编程语言与深度学习框架，具有良好的编程能力和扎实的数学理论基础。
• 具备1年以上NLP经验，参与过大模型预训练、后训练和强化学习等任务的效果优化工作，能够根据实际问题改造和优化算法。
• 关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我。
• 良好的沟通能力，跨团队协作能力，具备出色的规划、执行力，强烈的责任感，以及优秀的学习能力和自我驱动力。 6. 6个月以上，每周到岗4天以上。 1. 能够接触到丰富GPU算力和海量数据，良好的技术氛围和技术牛人； 2. 能够触达丰富的业务，具备技术挑战，使用技术手段解决业务中的实际问题。