岗位职责
- 负责 RAG 系统算法效果提升：知识图谱与文档质量、检索策略与效果、生成质量与幻觉抑制，建立自动化评测体系（RAG-Benchmark），持续提升知识问答准确率
- 攻克智能数据查询难题：设计指标识别 Agent，支持多指标解析、口语化表达、业务对象泛化
- 构建评估驱动的迭代闭环：设计离线评测方案（准确率/召回率/幻觉率），建立 badcase 自动挖掘与归因机制，用数据驱动每次迭代
- 探索并落地前沿 LLM 技术：Multi-Agent 数据生成、APO、skill自进化等
- 与工程团队协作完成上线，平衡效果、RT与成本
职位要求
● 硕士及以上，计算机、人工智能、NLP 等相关专业 ● 3 年及以上 NLP/LLM 算法研发经验（优秀应届博士可放宽） ● 熟练掌握 Python + PyTorch，能独立完成模型训练、评估、部署 ● 有意图识别 / NER / 信息抽取经验，了解从 BERT 到 LLM 的技术演进 ● 深入理解 Transformer、预训练-微调范式、Prompt Engineering，能分析模型瓶颈并设计改进方案 ● 有 LLM 微调经验（SFT/DPO/LoRA），了解高质量数据构造与增强方法 ● 能独立定义问题、设计实验、推动落地，不依赖他人拆解任务
