岗位职责
- 围绕大模型自进化方向开展算法研究，探索模型能力自动演进的关键路径。研究基于 self-evolving、long-horizon 等范式的能力增强方法，提升模型在自迭代任务中的长期规划、任务分解、多步执行与自主反馈优化能力。
- 为模型注入自动迭代训练数据的能力：围绕 Agent 任务，完成环境/query/verifier 的合成、筛选、训练与反馈闭环优化，通过多轮迭代持续提升 RL/SFT 训练数据质量。
- 为模型注入自动挖掘 CPT/PT 训练数据的能力，提升预训练与持续训练数据的知识覆盖度、有效性与任务适配性。
- 参与自动化训练与 Infra 调优相关工作，包括 Verl、Megatron 等框架的训练策略优化、RL 超参搜索、训练稳定性提升、SGLang/vLLM 推理效率优化等，提升模型研发效率与性能上限。
- 跟踪自进化训练、自动化数据构造、Agent 能力增强等相关领域前沿进展，围绕实际问题开展算法创新、实验验证与系统落地，沉淀可复用的方法与能力。
职位要求
- 计算机、人工智能、自动化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。
- 满足以下条件之一者优先： （1）有强化学习、RLHF、数据合成或自动化数据构造 Pipeline 相关项目或研究经验；有自动化训练、超参数优化、训练系统或推理框架优化相关经验；在 self-evolving、Agent、long-horizon planning 等方向有研究或工程经验。 （2）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。 （3）熟悉 Python，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。
