岗位职责
大模型的效果依赖高质量的语料，但开源/互联网数据存在噪声大、标注粗糙、分布不均衡等问题。传统人工清洗与标注成本高、效率低，且难以有效地提升大模型的效果。在本课题中，我们希望：
- 研发高效的自动化数据优化技术，包括数据清洗、标注增强、分布对齐、数据筛选等环节，来提升数据处理的效率；
- 研究数据和模型效果之间的关联，提升面向效果的数据处理效率和效果。
职位要求
- 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位；
- 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go；
- 具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究。 优先录用：
- 对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色；
- 在国际会议上或核心期刊发表一份或多份出版物或论文；
- 至少3个月的全职工作。
