Job description
亮点 / Highlights:
-
获得在业内最前沿的大模型认知和技术积累,既能做前沿 research,也有直接的落地场景;
-
有充足的数据和GPU资源用于实验探索;
-
工作环境优越,团队扁平,讨论、合作氛围好;
-
提供有竞争力的薪资福利和良好的晋升空间。
岗位职责 / Duties:
-
通过 Large Scale RL Scaling 等手段,训练模型能够在多样化、有噪声的真实、全模态环境下,支持多样化的 Tools、Skills、Subagents 的稳定、正确、综合、可插拔式灵活使用,并能在一定限度内进行环境的修复与可靠改造;
-
探索在易于模型理解使用的前提下,训练模型以更高信息密度的形态构建、维护和利用 memory,使模型能主动在重复性任务或封闭任务域中总结、提炼认知与经验,并进行有效复用,达到不断自进化的效果;
-
训练模型的系统性长程任务高效处理能力,可以自主进行合理的任务拆解、分工;探索通过 agent swarm 或其他先进的 multi-agent system 进行系统性长程任务的并行执行和提效;
-
探索多模态推理和多模态环境交互的范式,并基于此进行增强模型在复杂全模态环境下的任务完成能力。
任职要求 / Requirements:
-
本科及以上学历,计算机、人工智能、自动化、数学、物理等相关专业;
-
在强化学习、大模型训练、Agent 等一个或多个领域有较深入的研究和实践经验者;
-
好奇心驱动,具有出色的分析、解决问题的能力,有自主探索解决方案的能力者;
-
具有良好的沟通协作能力,对追求纯粹的技术有强烈热情,工作积极主动,能够与团队融洽合作,一起探索新技术并快速试验想法,推进技术进步。