岗位职责
- 合版核心算法研究：探索 On-policy Distillation、知识融合等先进技术，研究更优的 SFT Objective，实现多能力模型的高效合版，最大程度减少能力冲突与遗忘，提升合版流程的稳定性与结果的可预测性。
- 数据策略与冲突消解：深入分析不同能力域的数据配比，建立系统化的冲突检测与消解机制；分析合版训练监控指标，定位冲突专项与原因，为专项模型的数据迭代和 SFT/RL 训练流程提供反馈，保障模型在各项能力上的均衡与稳定。
- 合版评测体系建设：设计并推进高效、快速的合版评测方案，构建覆盖多维能力的自动化评测 Pipeline，实现合版效果的快速迭代与精准度量。
- 合版链路与框架建设：推动合版全流程的工程化与自动化，包括训练、评测、对比分析、版本管理等环节；参与 OPD 等合版训练框架的迭代，与 infra 和工程团队协作，探究面向多专项、超长程任务的合版算法与框架，提升模型交付的效率与可靠性。
- 前沿技术追踪与落地：持续关注模型融合、蒸馏、多任务学习等领域的前沿进展，将有效方法快速验证并落地到基础模型 的合版实践中。
职位要求
- 计算机、机器学习、人工智能等相关专业本科及以上学历。
- 具备扎实的机器学习与深度学习基础，熟悉大模型训练、对齐、微调或推理优化相关技术。
- 极强的求知欲与学习能力，逻辑清晰，善于独立思考，具备良好的沟通与团队协作能力。
- 熟悉 Python 与 PyTorch 等深度学习框架，具备较强的工程实现能力；有高水平论文、开源项目、竞赛成绩或实际落地成果者优先。
- 满足以下条件之一者优先： （1）有大模型 Post-training（SFT/RL 等）、模型蒸馏或模型融合相关方向的实践或研究经验； （2）熟悉 Megatron、FSDP 等训练框架或 SGLang、vLLM 等推理框架，有大规模模型训练经历； （3）对数据敏感，具备良好的数据分析能力，能系统性定位模型能力瓶颈并制定优化策略。
