小红书大模型-Alignment数据实习生
任职要求
对 LLM 对齐、后训练、对话系统有兴…工作职责
1、面向多类任务（任务型/复杂指令/多轮对话/工具使用/推理/偏好/安全），批量构造 prompt families 2、设计 Prompt diversity、difficulty 的维度设计和系统实现 3、结合模型输出结果，基于 score / RM / heuristics 做 prompt×response 联合筛选 4、全程参与做 data → model → eval → refine 的闭环和模型合版实验 5、参与 SFT-prompt 和 RL-prompt 的差异化设计（多阶段 / multi-turn RL-friendly prompt）
深入理解 LLMs/MLLM 模型从数据、训练 到 评测的全流程，抽象认知能力维度，完善评测体系和构建业界前沿的Benchmark； 深入理解metric-based 评估方法，创新性的运用mulit-agent、self-critical/self-refinement、evaluator LLM 等手段打造scalable的自动化评测范式。 对模型进行全方面细致的评测，对模型能力进行深入归因分析，产出围绕模型的客观认知，为模型训练迭代提供重要的指导意见； 追踪NLP/多模态方向前沿进展，积极主动地学习和探索新的方法和技术。
1、负责基于LLM及多模态大模型的应用创新研发，并在真实场景实现落地，创造收益增长； 2、负责LLM应用中台及相关技术创新研发，包括但不限于Agents 、RAG、 function call、system prompts等。
多模态大模型技术（large multimodal models，LMM）是整个学术界和工业界的研究热点，但当前的主流技术方案在面对复杂的自然图像时，细粒度理解能力仍存在明显缺陷，大大限制了相关技术的行业落地。本项目拟研究解决多模态大模型中的视觉-文本细粒度理解及对齐问题，从而提升多模态大模型的视觉能力，推动其在各行业和专业领域的应用落地。项目包括但不限于如下待探索的细分关键研究方向：（1）细粒度图文对齐学习技术（Fine-grained image-text alignment）；（2）多模态上下文学习技术（Multi-modal in-context learning）；（3）多模态代理技术（Multi-modal agents）。
1. 研究并探索大规模语言模型及多模态大模型在推荐系统可解释性生成中的应用，包括基于大模型的解释生成、用户意图理解与个性化解释优化； 2. 跟进并研发大模型的关键技术链路，包括SFT、RLHF等，提升解释内容的准确性、自然性与用户可接受度； 3. 构建推荐-解释联合建模框架，融合RAG、COT、Agent 推理等技术，实现动态、透明、可信的推荐决策过程； 4. 探索多模态大模型在推荐场景下的可解释性表达能力，支持跨模态解释生成与用户交互；结合工业级推荐场景（如电商），推动研究成果落地，并持续优化线上效果与用户体验； 5. 撰写高水平学术论文，和业界、学术界保持良好的交流。