【岗位描述】 1. 负责下一代预训练范式的研究和创新，推动该技术的Scale up； 2. 从算法的角度推动大模型训练和推理的低成本化，包括优化器的改进、量化、投机采样等技术； 3. 研究通用智能的本质，设计和迭代通用智能的评估和观测方法，从而指导下一代范式的演进； 4. 研究超大规模下模型训练的稳定性及可扩展性，推动模型高效稳定训练。 【岗位要求】 1. 预计毕业时间介于2026年9月至2027年8月的国内外计算机、数学、人工智能等相关专业的优秀应届毕业生； 2. 具备扎实的编程基础和优秀的工程能力，能够独立实现相关算法和实验； 3. 有独立研究能力，扎实的AI Infra能力，具有大模型领域的实习或科研经验者优先； 4. 具备良好的团队协作能力和沟通能力。