的同学提供为期3个月及以上的项目实践机会。 1、调研并应用前沿的大规模模型高效训练/推理方案，包括但不限于极致优化SFT、RM、RLHF等技术； 2、聚焦LLM的Post-training和EVAL技术，以及RL与LLM-based Agent相结合的交叉研究与应用落地。 任职要求： 1、本科及以上学历在读，机器学习、人工智能、数理统计等相关专业背景； 2、熟悉大模型的相关基础知识，具备大语言模型相关训练或推理的基础知识； 3、（训练方向）熟悉LLM Post-training技术，例如SFT/RLHF的常用方法；熟悉Agent领域，了解Agentic RL的常见方法和技术栈；（评测方向）熟悉LLM和Agent评测技术，了解主流Benchmark，有LLM-as-a-Judge、自动化或人工评测体系搭建经验者优先； 4、优秀的代码工程能力、数据结构和基础算法功底，熟练掌握Python等编程语言，熟悉常用AI工具； 5、有激情、不畏难、乐于挑战、快速尝试，乐于了解业务知识，具有良好的团队合作意识、理解沟通能力以及独立解决问题的能力。