工作职责 1、负责大语言模型后训练算法研究与开发，包括监督微调（SFT）、偏好优化、强化学习及模型对齐等关键技术； 2、参与大模型训练数据的构建、清洗、筛选与质量评估，研究高质量指令数据、偏好数据及合成数据生成方法； 3、负责大模型后训练流程开发与优化，开展训练策略、超参数、损失函数及训练稳定性等方面的算法研究； 4、参与模型能力评测与效果优化，围绕代码、推理、知识、指令遵循等能力建立评测方法，并持续提升模型综合性能； 5、跟踪大模型后训练、强化学习与模型对齐等前沿技术，开展算法复现、技术验证及创新研究。 任职资格 1、硕士及以上学历，人工智能、计算机科学与技术、软件工程、自动化、数学、统计学、电子信息等相关专业优先； 2、熟悉大语言模型基本原理，理解 Transformer、Attention、预训练与后训练等核心技术； 3、熟悉大模型微调与后训练方法，了解 SFT、LoRA/QLoRA、DPO、RLHF/GRPO 等技术，有相关项目、科研或竞赛经历者优先； 4、熟练掌握 Python，熟悉 PyTorch 等深度学习框架，具备模型训练、调试、评测及实验分析能力； 5、了解大模型训练数据构建、清洗、合成、质量评估及模型评测方法； 6、具备良好的算法基础、学习能力和问题分析能力，具有较强的科研创新意识及团队协作能力。