同花顺大模型算法研究员 / 工程师（博士专项）

1.负责语音识别大模型研发，提高噪声/小声/远场/口音/方言等复杂声学条件下识别鲁棒性； 2.负责语音识别语音-文本多模态大模型的研发，融合领域知识，用户行为与实时信息，提高大模型的上下文建模与逻辑推理能力； 3.负责语音识别大模型预训练，后训练、强化学习相关的数据和算法工作。

【愿景】 广告系统目前正站在从多级漏斗到端到端大模型的范式跃迁起点，传统的多级漏斗架构（召回→粗排→精排→混排）因各阶段目标割裂、信息截断，存在系统性效率损耗。随着 LLM 表征能力与 Scaling 特性日趋成熟，以端到端生成式模型统一广告全链路决策已成为行业的核心探索方向。本岗位面向美团广告 OneModel 方向，核心任务是研究并落地端到端广告大模型，以统一大模型完成从用户行为信号到最终展示序列的全链路决策，最大化用户体验和平台收益。 【你将参与】 1.端到端广告大模型架构设计。基于 Causal Transformer、MLA、MoE 等架构技术，设计突破多级漏斗限制的端到端广告决策框架，支持融合用户行为序列与实时上下文、直接输出具备位置价值感知的展示序列；探索 Semantic ID、动态候选索引等广告生成式检索关键技术。 2.广告场景多阶段训练范。结合广告数据稀疏特性，设计"海量用户交互 pre-training + 多目标商业价值 post-training"的分阶段训练体系；研究适配广告约束的 RLHF/价值对齐方法，在用户体验与平台收益之间建立可持续的优化路径。 3.广告场景 Scaling Law 研究。探索广告场景下"参数量/数据规模/训练算力 → 业务效果"的转化规律；研究 inference-time scaling、process reward model 等推理阶段增效方向，推动团队迭代范式从人工特征设计向算力驱动跃迁。

参与或主导以下一个或多个关键领域的工作： 1. 大语言模型/多模态大模型SFT微调、指令跟随、后训练RLHF精调与偏好对齐； 2. 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发； 3. 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究； 4. 大语言/多模态大模型Agent算法研发； 5. 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。

1.研究实现AGI的关键能力，通过技术愿景驱动研究工作。负责大语言模型和多模态大模型的训练和优化（包括预规划、后训练等）长期课题的研究，提升大语言模型的能力，并在广泛业务场景中产生价值。 2.负责LLM训练相关的工作，包括后预训练、Instruction Tuning以及强化学习等； 3.深入参与数据及评估体系建设、大规模训练、指令微调、偏好对齐、模型优化等关键工作； 4.探索大模型底层技术突破，深入大模型基础架构前沿研究（如MoE、注意力机制、x等），探索新型架构和技术创新。