1. 領(lǐng)域大模型研發(fā)與優(yōu)化
基于Qwen、Llama等開(kāi)源基座模型，開(kāi)展垂直領(lǐng)域的專(zhuān)項(xiàng)微調(diào)（SFT），提升領(lǐng)域知識(shí)理解、專(zhuān)業(yè)問(wèn)答及風(fēng)險(xiǎn)識(shí)別準(zhǔn)確率
構(gòu)建領(lǐng)域知識(shí)圖譜，融合法規(guī)政策、業(yè)務(wù)文檔、案例數(shù)據(jù)等多源信息，增強(qiáng)模型專(zhuān)業(yè)推理與事實(shí)溯源能力
研發(fā)大模型幻覺(jué)檢測(cè)（Hallucination Detection）與事實(shí)一致性校驗(yàn)機(jī)制，確保專(zhuān)業(yè)場(chǎng)景輸出可靠性
2. 模型工程化與私有化部署
開(kāi)發(fā)模型壓縮（Pruning/Quantization）與推理加速方案（TensorRT/OpenVINO），適配企業(yè)私有化部署的低算力環(huán)境
優(yōu)化大模型在高并發(fā)業(yè)務(wù)場(chǎng)景中的響應(yīng)性能，設(shè)計(jì)高效緩存與負(fù)載均衡策略
研發(fā)文檔智能解析技術(shù)，實(shí)現(xiàn)非結(jié)構(gòu)化業(yè)務(wù)文檔（PDF/掃描件/表格）的自動(dòng)抽取與結(jié)構(gòu)化處理
3. 場(chǎng)景應(yīng)用與產(chǎn)品落地
推動(dòng)大模型在智能客服、知識(shí)問(wèn)答、風(fēng)險(xiǎn)預(yù)警、報(bào)告生成等核心業(yè)務(wù)場(chǎng)景的工程化落地
設(shè)計(jì)領(lǐng)域Agent架構(gòu)，實(shí)現(xiàn)復(fù)雜業(yè)務(wù)流程的自動(dòng)化處理與多輪決策支持
構(gòu)建領(lǐng)域大模型評(píng)估體系，建立專(zhuān)業(yè)能力評(píng)測(cè)基準(zhǔn)與持續(xù)迭代機(jī)制
任職要求
學(xué)歷與經(jīng)驗(yàn)
博士學(xué)歷
3年以上NLP或大模型研發(fā)經(jīng)驗(yàn)，有垂直行業(yè)（金融/法律/醫(yī)療/政務(wù)等）項(xiàng)目落地經(jīng)驗(yàn)者優(yōu)先
技術(shù)能力
精通PyTorch框架，熟練掌握LoRA、P-Tuning、DPO等大模型微調(diào)技術(shù)，具備開(kāi)源模型（Qwen/Llama/Baichuan）實(shí)戰(zhàn)經(jīng)驗(yàn)