岗位职责
- 通用能力对齐（Alignment Science）：设计并优化SFT与RLHF流程，利用PPO、GRPO、Step-wise RL等算法提升模型在复杂问答与逻辑推理上的表现，平衡模型的Helpfulness与Harmlessness；
- 知识与搜索增强（Knowledge&Search）：攻克模型幻觉问题，研究RAG（检索增强生成）与长文本处理技术，让能够实时、准确地获取并加工全球知识；
- 创意与多模态进化（Creativity&VLM）：提升模型的长文本创作、角色扮演与多风格写作能力；同时负责VLM（视觉语言模型）的后训练，实现深度图文理解与多模态交互；
- Scaling in Post-training：探索指令微调数据量与模型性能的Scaling Law，研究如何通过高质量合成数据（Synthetic Data）突破数据瓶颈。
职位要求
- 本科及以上学历，计算机、数学、统计等相关专业；
- 计算机基础扎实，具备工程实现能力（精通Python/C++），拥有扎实的数学功底和机器学习理论基础；
- 有ACM-ICPC、NOI/IOI等竞赛金牌背景或在NeurIPS，ICLR，ICML，CVPR，ACL等会议发表过高水平论文者优先；
- 深入理解大模型训练全流程，在RL、NLP或CV领域有深厚积累，理解算法本质原理；
- 深度参与过大模型Post-training相关项目，对数据清洗、指令构建、奖励模型（Reward Model）训练有实际心得；
- 面对User-facing的产品逻辑，有较强的自驱力去解决模型在真实场景下的表现问题，不满足于指标的提升，更在意用户感受的跨越。
