岗位职责
探索 RL Scaling Law,提升模型 general 的真实推理与反思能力(而非仅在特定任务或 Benchmark 上的表现) 在人类智能密度最高的领域(如顶尖数学、竞赛编程、前沿科学等)持续突破,向达到乃至超过人类顶尖水平的方向迈进。 推动推理与工具使用、真实环境的结合，并提升模型思考效率及 adaptive thinking 的能力。
职位要求
- 扎实的机器学习与多模态基础：具备扎实的机器学习与深度学习基础，熟练使用至少一种主流深度学习框架（如 PyTorch、JAX、TensorFlow 等），并在生成模型或多模态模型中有较深入的实践经验。
- 生成模型 / 对齐方向相关经验：对监督学习、强化学习、偏好学习、表示学习等方法有深入理解；在图像生成、图像编辑、多模态理解或相关方向中，有过模型训练、对齐或系统优化的实际经验。
- 优秀的实验设计与问题拆解能力：能够从复杂生成现象中抽象问题、设计实验、分析结果并提出可执行的改进方案；对模型行为有敏锐的直觉，同时具备严谨的工程与研究能力。 加分项
- 在顶级学术会议（ICML、ICLR、NeurIPS、CVPR、ACL、AAAI 等）发表过与生成模型或多模态相关的研究成果
- 在 ACM/ICPC、NOI/IOI、Kaggle 等竞赛中取得优异成绩
- 参与过大规模图像生成 / 编辑模型的训练、对齐或评测项目
- 有 AI Alignment、Post-Training、Multi-Modal RL 或人类反馈建模相关经验
