小红书基础模型算法工程师 - LLM Post-training
任职要求
我们希望你具备： 背景： 计算机、数学等相关专业硕士/博士；深入理解 Transformer 架构及大模型训练全流程。 专业深耕： 在 Search（搜索）、Code（代码生成/工程）、tool-use、alignment 或 RL（强化学习） 领域有深厚积累。 工程能力： …
工作职责
岗位定位： 本岗位侧重于提升大语言模型的“核心大脑”能力。你将通过先进的 Post-training 技术，让模型在Reasoning、Agentic以及人类意图对齐上达到业界顶尖水平，通过提升AI智能水平的上限，支撑小红书所有业务场景，包括且不限于搜索、广告、推荐、电商、客服及智能发布等核心场景。 你的工作内容： 大规模对齐与强化学习： 研发并优化 SFT、RL（如GRPO 等）算法，构建高精度的 Reward Model，解决模型在复杂指令下的对齐问题。 推理模型（Reasoning）优化： 探索长链推理（CoT）、强化学习驱动的自反思与自进化机制，提升模型在的 System 2 思维能力。 Agentic RL 与Agency： 研发面向 Search Agent、Code Agent 和 Tool-use Agent 的强化学习方案，提升模型在开放环境中的任务拆解、工具调用及闭环执行能力。 合成数据与模型进化： 探索高质量合成数据的生成与过滤技术，实现模型能力的自我循环与持续进化
岗位定位： 本岗位侧重于构建大模型的“视觉与感知”能力。小红书拥有业界最独特的图文与短视频 UGC 数据生态，你将负责 VLM 的 Post-training，让模型深度理解，支撑小红书所有业务场景，包括且不限于搜索、广告、推荐、电商、客服及智能发布等核心场景。 你的工作内容： 负责 VLM 的 SFT/RL/Post-training 流程，提升图文、视频与文本之间的语义对齐和指令遵循能力； 构建视觉 Reasoning 能力，提升模型在复杂图文理解、视频时序理解、多图推理、空间关系推理等任务上的表现； 研发多模态 Agent 能力，使模型能够进行任务分解、计划生成、工具调用、结果验证和自我修正； 建设 VLM Tool-use 能力，支持搜索、知识库、商品库、OCR、ASR、视频分析、审核规则等内部工具调用； 优化长视频理解和多帧推理能力，提升模型对视频内容、事件、时序关系和深层语义的理解效率； 面向小红书搜索、推荐、广告、电商、审核和内容创作等业务场景，构建数据、训练、评测和上线闭环。
1.广告基座大模型构建：负责广告基座大模型的构建与优化，推动CTR/CVR/LTR等传统模型范式的升级，探索多维度Scaling Law、序列生成式建模、广告LLM/多模态大模型建模等前沿方向，构建大模型时代下广告系统的新模型体系与迭代范式。 2.Scaling Law与序列生成式建模：探索广告系统面向Scaling Law、序列生成式的升级演化，包括全域超长序列端到端建模、序列的多模态Tokenizer设计、模型Scaling Up等广告大模型核心技术，并协同AI Infra团队完成架构升级。 3.广告LLM/多模态大模型建模：探索广告LLM和广告多模态大模型的建模方式，增强广告内容理解、用户意图理解、知识推理能力，推动模型从“判别式”向“生成式推理”范式演进。 4.跨链路、跨业务One Model大模型：探索跨链路、跨业务的基座One Model大模型，统一建模多场景、多目标广告系统，提升模型泛化能力与整体变现效率。 5.AI Agent自动化研究迭代范式：探索AI Agent自动化研究新迭代范式，推动广告模型研发从人工驱动向智能体驱动的自动化、自适应演进。 （满足以上任一方向即可）
1. 时序、多模态融合算法，设计与改进点云、图像多模态融合方案，时序融合方案，提升场景表征能力，进而提升感知等任务性能。 2. 视觉基础模型预训练，设计与改进自监督代理任务，通过大规模预训练提供更优秀的基础模型，提升感知等任务性能。 3. 自动驾驶领域的VLM基础模型，设计具备3D感知能力的视觉token，对齐文本指令，大规模预训练自动驾驶领域的VLM专用模型。
1、负责小红书多场域（如广告、电商、推荐等）通用基础模型的设计与研发，提升模型的泛化与迁移能力； 2、负责跨域学习、序列建模、多模态建模等新范式在业务中的应用； 3、负责统一的用户/内容表征体系构建，支持长周期用户兴趣建模与动态演化； 4、探索新一代模型体系构建，提升业务模型技术的天花板。