一、崗位職責：
1、設(shè)計“科學(xué)發(fā)現(xiàn)的 LLM”。開發(fā)新穎的強化學(xué)習(xí)技術(shù)，利用合成環(huán)境和反饋來改進大規(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、負責前沿模型的后訓(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)計計算模擬和真實實驗、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)計實驗、分析學(xué)習(xí)動態(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)驗和水平優(yōu)秀，有至少 2 篇一作 Paper 發(fā)表在人工智能頂會（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)建并擴展 LLM 的 RL 環(huán)境，并有利用 RL 訓(xùn)練前沿 LLM 的經(jīng)驗；
3、有過開發(fā)能夠有效反映下游實際任務(wù)性能的評估體系的經(jīng)驗；
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，對先進技術(shù)充滿熱情；
三 、加分項：
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；
2、對后訓(xùn)練 Infra 有深入了解和實操經(jīng)驗；
3、對 AI4Science 有研究經(jīng)驗；