【你将参与什么】 智驾的评测是整个系统里面最有挑战性的环节。你设计的评测体系，将直接定义“一个算法版本能不能发版上车”。在端到端与大模型时代，评测已从简单的规则匹配进化为复杂的概率与认知评估。你不仅要写自动化脚本，更需要构建模型化的评测大脑，对齐虚拟世界与物理真实，让每一次模型迭代有据可依。 【你的工作内容】 场景与问题建模：对自动驾驶系统行为进行抽象，实现场景识别与问题结构化分析；针对长尾（Corner Case）场景进行模型化定义。 模型化评测体系：设计针对端到端模型与世界模型的评测指标，建设自动化评测、回归与质量门禁；探索基于大模型的“自动裁判（Auto-judge）”机制。 生成式仿真与对齐：利用生成式 AI 技术增强仿真场景的真实性，评估模型在不同“平行世界”下的决策一致性，实现仿真与实车的深度对齐。 研发闭环工具：开发多模态数据管线、指标看板等，缩短从问题发现到算法迭代的周期，推动“数据驱动”向“模型评估”进化。 前沿技术应用：探索将 LLM/Agent 用于评测规则解析、自动化 Badcase 归因及报告生成，提升评测的智能化水平。 【对你的期待】 计算机相关专业，熟练使用 C++/Python，有良好的代码规范。 对自动驾驶各模块有整体认知，理解常见失效形态，对端到端模型原理有基本了解。 有评测、工具链、数据闭环或 AI 应用开发经验者优先。 有 LLM 应用开发、多模态模型评测或生成式 AI 实践经验者加分。