LongCat - 基座大模型评测分析算法研究员

负责围绕AI大模型的模型评测与模型研究工作，具体工作内容包括但不限于：

1. 深入理解大规模语言模型的模型结构、训练过程以及评测方式，根据模型的训练过程以及评测结果，对大语言模型存在的问题进行研究。
2. 深入分析模型效果不符合认知的异常，根据具体的异常制定完善的研究策略，通过对比、归纳等方法，产出研究分析结论，探索突破性的优化方案，带来模型效果的迭代和突破。
3. 构建Data-Centric的数据-训练-评测闭环，探索研究包括但不限于下列方向：大模型数据、模型的Scaling Law，研究数据配比、加入方式与时机等对模型效果的影响。
4. 追踪大模型方向的前沿进展，积极主动地学习和探索新数据分析、模型训练以及模型评测方法。
5. 与各相关部门保持良好沟通，深度参与大模型预训练、SFT、RLHF和评测等阶段，共同推动大模型持续优化。
6. 紧跟人工智能行业进展，接触到前沿技术和行业趋势，磨练出对人工智能的独到见解；
7. 参与AI大模型的训练与评测的全流程，了解从理论到工程实践的全面技能；
8. 与一流的人工智能团队合作，快速成长，提升自身能力；
9. 有机会参与公司的创新项目，跨足不同领域，拓宽人工智能技术的应用范围；

1. 硕士及以上学历，计算机、数学、统计学或相关专业；
2. 熟悉Java/Python/C++等编程语言，良好的编码习惯和一定的工程能力，对每一行代码负责，具备工匠精神；
3. 具有较强的算法研究经验与能力，熟练掌握自然语言处理、多模态或大模型相关算法和模型；
4. 具备良好的综合素质，包括沟通能力、团队合作精神以及较强的应对复杂问题的解决能力。