一、崗位職責(zé)：
1、設(shè)計(jì)“科學(xué)發(fā)現(xiàn)的 LLM”。開發(fā)新穎的強(qiáng)化學(xué)習(xí)技術(shù)，利用合成環(huán)境和反饋來改進(jìn)大規(guī)模模型在AI4Science 領(lǐng)域的后訓(xùn)練，包括但不限于數(shù)據(jù)收集與清洗、SFT、RL 等環(huán)節(jié)；
2、負(fù)責(zé)前沿模型的后訓(xùn)練，支持 LLM 自主科學(xué)探索。與領(lǐng)域?qū)＜液献鳎沟?LLM 具備科學(xué)生成假設(shè)、設(shè)計(jì)計(jì)算模擬和真實(shí)實(shí)驗(yàn)、以及撰寫代碼和操控復(fù)雜儀器等能力；
3、發(fā)表有影響力的成果。追蹤 LLM 與 AI4Science 的前沿技術(shù)，與其他研究人員緊密合作，設(shè)計(jì)實(shí)驗(yàn)、分析學(xué)習(xí)動(dòng)態(tài)，并將研究洞察轉(zhuǎn)化為新的訓(xùn)練方法；
4、配合參與建設(shè)大模型 Infra、算法框架基建，形成完善的工業(yè)鏈路；
二、崗位要求：
1、碩士學(xué)歷及以上，科研經(jīng)驗(yàn)和水平優(yōu)秀，有至少 2 篇一作 Paper 發(fā)表在人工智能頂會(huì)（如 ICML、NIPS）或自然科學(xué)頂物（如 Nature、Science）。有高引用、高影響力paper 或開源項(xiàng)目；
2、研究或工作方向與 LLM 后訓(xùn)練和 RL 高度相關(guān)，能構(gòu)建并擴(kuò)展 LLM 的 RL 環(huán)境，并有利用 RL 訓(xùn)練前沿 LLM 的經(jīng)驗(yàn)；
3、有過開發(fā)能夠有效反映下游實(shí)際任務(wù)性能的評估體系的經(jīng)驗(yàn)；
4、對深度學(xué)習(xí)、大模型相關(guān)框架如 verl 等非常熟悉，能獨(dú)立完成相關(guān)的上下游工程建設(shè)；
5、開放簡單，溝通順暢，合作能力強(qiáng)，對先進(jìn)技術(shù)充滿熱情
6、人工智能、傳統(tǒng)互聯(lián)網(wǎng)行業(yè)，1-3年工作經(jīng)驗(yàn)，月內(nèi)到崗；
三 、加分項(xiàng)：
1、在著名大廠基座模型組、大模型公司、和行業(yè)前沿研究院有工作經(jīng)驗(yàn)；
2、對后訓(xùn)練 Infra 有深入了解和實(shí)操經(jīng)驗(yàn)；
3、對 AI4Science 有研究經(jīng)驗(yàn)；