百度大模型评估策略PM实习生（J93269）

1、对话质量评估与策略优化：参与商家会话质量评测体系建设，包括评测体系、评测指标、评测流程，对齐用户体感和指标收益。参与客服会话水平评估，定位典型问题并输出优化策略/sop，推动商家和智能客服对话质量提升和留资效果； 2、自动评估体系建设：参与设计大模型自动评估体系和流程，自动化评测效果调优，保证自动化评估效率和准确率； 3、意图识别能力搭建：根据会话及商家信息，定义意图识别体系及规则，与算法共建意图识别模型，保证可用及准召； 4、会话知识图谱：通过爬虫挖掘、模型润色生产等方式进行会话知识供给建设和补充，刻画线索行业会话水位和知识图谱，保障对话效果。

-关注大模型在应用中的模型效果问题，能深入分析提炼评价体系，并与算法策略团队推进模型效果迭代 -调研并分析大模型落地应用情况，根据客户输入及数据分析提炼效果优化点，主动发现并抽象问题 -辅助建设并持续完善大模型在具体场景的效果评估体系，支持高质量数据集建设，推进大模型效果持续提升 -参与设计大模型在常见行业领域的应用范式，总结最佳实践，帮助客户快速提升大模型效果

-对大模型落地场景感兴趣，与GTM团队沟通、梳理客户场景的评估标准，做到可量化评估 -参与自有benchmark的构建、优化评估方法的区分度、稳定性与公允性，涵盖通用能力、垂直领域和多模态等维度 -对开源benchmark有一定了解，能够独立完成benchmark适配到评估结果分析全流程工作 -与模型训练、产品、算法等多团队密切协作，推动评估体系与模型迭代紧密联动

我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。