高德地图科研实习-大模型后训练强化学习方向
实习兼职高德研究型实习生地点：北京状态：招聘♡ 收藏
工作描述
任职要求
- 我们希望你：
1）研一及以上同学（优秀的本科生也可以），可以实习6个月以上，长期更佳。
2）具备RLHF相关项目或科研经验，有意愿深入学习。
…登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
RLHF+
[英文] What is RLHF?
https://aws.amazon.com/what-is/reinforcement-learning-from-human-feedback/
Reinforcement learning from human feedback (RLHF) is a machine learning (ML) technique that uses human feedback to optimize ML models to self-learn more efficiently.
https://www.ibm.com/think/topics/rlhf
Reinforcement learning from human feedback (RLHF) is a machine learning technique in which a “reward model” is trained with direct human feedback, then used to optimize the performance of an artificial intelligence agent through reinforcement learning.
相关职位
实习ACG
-具备较强的自驱力和探索精神，能够独立攻克难题 -具备基础的领域数据处理、实验分析能力，良好的英文论文阅读、信息整理和独立研究能力 -对用 AI Agent 辅助科学发现、仿真自动化和研发流程重构等A
更新于 2026-08-13北京
实习研发
工作内容： • 本岗位为研究性岗位，原则上不参与具体工程落地项目的开发与部署 • 从实际工业场景中抽象和剥离出具体技术问题，进行前瞻性科学研究，参与同时面向学术及产业社区的研发课题，其具体内容可涵盖且
更新于 2026-09-22北京|苏州
实习研发
工作内容： • 本岗位为研究性岗位，原则上不参与具体工程落地项目的开发与部署 • 从实际工业场景中抽象和剥离出具体技术问题，进行前瞻性科学研究，参与同时面向学术及产业社区的研发课题，其具体内容可涵盖且
更新于 2026-07-29北京|苏州
实习D11323
1、计算机以及相关专业的研究生或本科生，会开发简单网页以及数据爬虫优先； 2、较强的自我驱动力、工作勤奋、注重细节、责任心强、结果导向； 3、优秀的中英文听说读写能力； 4、具备快速学习能力，有良好的
更新于 2025-11-27北京