岗位职责
-针对Token供应商提供的大模型推理服务，基于多源信息表现进行智能分析，识别降智、冒用、掺假等异常行为 -研究日常发现的供应商异常行为及作弊模式，构建异常检测、关联分析、反作弊及风险识别模型 -结合历史行为、评测结果、履约表现及风险事件，构建供应商风险评分和动态信用评级模型 -构建供应商能力、服务质量及履约表现的智能评测模型与指标体系 -研究大模型驱动的智能评测方法，包括 LLM-as-a-Judge，并负责评测集构建、结果一致性分析及自动化质量评价 -撰写相关的论文
职位要求
-计算机、人工智能、机器学习、统计学等相关专业在读硕士或博士研究生，具备较强的科研能力 -熟悉机器学习、深度学习及统计分析方法，了解异常检测、时序分析、风险建模等相关算法 -熟悉大模型核心技术，了解模型评测、模型指纹识别、LLM-as-a-Judge 等研究方向 -熟练使用 Python、PyTorch 等工具，具备算法复现、实验设计、数据分析及模型验证能力 -具备独立开展科研、挖掘创新点及撰写英文论文的能力 -加分项 -在 NeurIPS、ICML、ICLR、ACL、KDD、AAAI 等顶级会议发表过论文或有投稿经验。 -具有大模型评测、异常检测、反作弊、模型行为分析等相关研究经历。
