岗位职责
-多模态后训练：在开源基座上做 SFT / DPO 等后训练，围绕数据配比、训练配置与效果瓶颈做实验与消融 -数据合成：用大模型作教师，构建可复现的批量数据合成 harness，产出高质量、可溯源的训练数据，而非直接把教师输出当标签 -Tool Call 与长程能力：设计并合成多轮工具调用（tool call）的长程轨迹数据，让模型学会自主发起调用、消费返回结果、自校验并在失败时重试 -RAG：参与多模态检索链路的构建与迭代，包括编码器选型、阈值调参、召回与误召的权衡 -结构化与富媒体输出：让模型按协议稳定输出结构化内容与富媒体元素，并严格约束参数幻觉 -蒸馏与小型化：把大模型的复杂能力压进小模型，在更低成本与延迟下保住效果，并跟进端到端指标 -评测体系：用 LLM-as-judge 与人工抽检评估效果，量化评测本身的噪声，判断一次改动的收益是否真实
职位要求
-计算机、人工智能及相关专业在读 -Python 扎实，熟悉 PyTorch，了解多模态大模型后训练（SFT / LoRA / DPO 任一） -有以下任一经历是加分项：多模态模型、RAG / 向量检索、Agent 与 tool call、数据合成与清洗、模型蒸馏或推理优化、相关领域论文或开源项目 -做事有量化意识——能用数字说明一个改动是否有效，而不是"看起来变好了" -每周到岗 5 天，可连续实习 6 个月以上
