岗位职责
- 参与构建多模态大模型评测体系，覆盖万物识别、智能体（Agent）、图形用户界面（GUI）、STEM、代码、视频等多个方向，建立完整、科学的评测框架与全面的评测集，真实反映模型性能，推动形成行业评测标准；
- 搭建高效、稳定的自动化评测流程与鲁棒的评测方法，确保评测结果准确可靠，并能够快速生成专业评测报告；
- 深入分析模型能力表现，提炼出具体、可执行的优化方向，推动模型持续高效迭代；
- 持续追踪业界最新评测动态与方法，不断拓展与完善评测矩阵。
职位要求
- 本科及以上学历，计算机、数学、人工智能等相关专业优先；
- 在语音、多模态、机器学习等至少一个领域有扎实的研究或项目经验；
- 有评测BMK相关论文经验或者参与过BMK建设者优先；
- 熟练掌握 C/C++、Python 等编程语言，具备较强的工程实现能力；
- 具备优秀的问题分析与解决能力，能主动探索并推动技术方案落地；
- 对模型评测工作有浓厚兴趣，具有良好的团队协作与沟通能力，工作积极主动。
