岗位职责

多语言方向前沿技术与应用研究，涵盖多个探索方向，包括但不仅限于：

多语言预训练：设计多语料混合、合成策略与高质量过滤管线；探索跨语言共享词表/表征对齐；优化Scaling Laws，推动基座模型向更多语言扩展；
多语言评价体系：构建覆盖多语言、多文化、多任务的大模型自动化评测平台；设计并迭代多语言基准（能力/安全/价值观/长尾场景）；推动Human-in-the-loop评估与可解释分析；
多语言后训练：偏好优化与指令微调技术；提升模型在多语言下的指令遵循、逻辑推理、Agentic、文化价值观对齐能力；探索高效多语言微调与知识蒸馏范式；
多语言多模态对齐：研发视觉/语音/文本与多语言的深度融合算法；攻克跨模态表征对齐、多语言指令跟随与多模态生成一致性难题；构建全模态理解与交互能力
多语言应用技术：探索模型在智能体、多语言交互、垂直行业等场景的应用，如实时语音同传、翻译技术。

职位要求

来自全球Top高校计算机科学、人工智能、机器学习、深度学习、软件工程或相关领域应届博士/顶尖硕士毕业生；
在大语言模型或多模态大模型领域有扎实的理论基础和实践经验，在深度学习、大规模模型训练、优化算法、生成式模型、自监督学习等至少一个领域中具有行业影响力的创新性成果；
在国际顶级计算机会议/期刊以一作身份发表过多篇高水平论文，或在开源社区、竞赛中展示出引领性的研究成果；
具备扎实的代码功底，熟悉主流深度学习框架，能够高效实现复杂模型结构并进行大规模模型训练（曾参与千卡集群项目者优先）；ACM/ICPC，topcoder等编程比赛获奖者优先；
对AI技术充满好奇心，持续关注前沿领域，具备独立思考能力和系统性研究思维，敢于挑战现有范式，有志于定义下一代基础模型的进化方向；能够独立应用技术解决复杂问题，主导或深度参与过有行业有影响力项目的人选优先；
具备优秀的跨团队协作和沟通能力，能够与工程、产品等团队紧密合作，推动研究成果快速落地并产生实际影响力。