Momenta大模型算法实习生

1. 后训练研究：深入参与模型对齐工作，重点研究多种后训练算法；探索结果奖励和过程奖励模型的构建，提升模型在复杂逻辑下的推理能力。 2. Agentic RL优化：针对复杂业务场景，优化 Agent 的任务规划、反思与执行能力；提升模型在长链路任务中的稳定性和成功率。 3. 前沿技术落地：跟踪业界前沿技术路线，负责相关算法的复现、调优及在业务场景中的工程化落地。

1、负责利用自然语言处理和机器学习算法，实现客服、销售、收派、运营、办公职能等业务板块大模型的应用落地，支持业务目标的提升； 2、负责大模型的继续预训练、SFT、 RLHF与推理等工作，能够根据场景需求设计高效的训练方案，并解决训练中出现的问题，如过拟合、知识遗忘、上下文漂移等； 3、紧跟大模型技术的最新进展，面向集团各类业务场景，沉淀共性能力，实现大模型技术的标准化与产品化。

方向一、负责大模型方向技术的研究和应用，构建大规模通用智能系统，包括但不限于语言、多模态、行业大模型等，具体工作内容如下： a. 负责开发和优化最先进的大模型算法，打造行业领先的大模型； b. 负责根据业务场景，抽象技术问题，预研和实现大模型技术，打造卓越的用户体验。 方向二、针对语言大模型方向，工作方向包括但不限于： a. 模型架构、预训练方法、高效微调、模型评估及迭代； b. 知识增强、工具增强、AI Agent； c. 幻觉、安全、时效性等问题解决；

1. 探索LLM前沿领域研究，包括但不限于RAG、Agent、领域大模型、多模态融合等相关工作。 2. 通过微调/强化学习、预训练等技术方法，持续提高算法的效率和性能。 3. 参与LLM在搜索、对话系统等业务场景的应用。