1.参与大语言模型（LLM）的微调、评测与优化工作，探索模型在金融场景中的最佳实践； 2.负责智能体（Agent）系统的设计与开发，构建多Agent协作与工具调用能力； 3.参与RAG（检索增强生成）系统的构建与优化，提升知识检索与问答的准确性； 4.开展前沿AI技术预研与PoC验证，跟踪NLP、多模态、强化学习等领域的最新进展； 5.协助团队完成算法的模型训练、效果评估及性能调优，输出技术文档与实验报告。 1.可连续实习6个月； 2.计算机科学、人工智能、数学、电子信息等相关专业，本科/硕士/博士在读优先； 3.扎实的机器学习与深度学习理论基础，熟悉Transformer架构及主流预训练模型； 4.熟练使用Python，熟悉PyTorch/TensorFlow等深度学习框架； 5.有大模型微调（LoRA/QLoRA/RLHF等）、RAG、Prompt Engineering相关经验者优先； 6.在ACL/EMNLP/NeurIPS/ICML/AAAI等顶会发表论文者优先； 7.具备良好的自驱力与学习能力，对AI技术充满热情，具有良好的团队协作精神。