米哈游大模型人格训练师(韩语) LLM Personality Trainer (Korean)
任职要求
1. 能使用韩语作为工作语言,具备母语或母语相当水平(TOPIK 6级 或同等能力);同时具备无障碍的中文沟通能力; 2. 1-2年内容创作、文案写作、编辑、社群管理或数据标注相关经验; 3. 对创意写作、角色塑造与对话设计有深刻理解和浓厚兴趣,能够敏锐感知文字中的情绪与语调; 4. 具备优秀的质量评估与分析能力,注重细节,是一位能高效处理大量文本的速读者(Fast Reader); 5. 具备强大的恒心…
工作职责
1. 负责建立并维护AI角色的核心质量标准,覆盖性格一致性、对话流畅性及娱乐性等维度,成为角色人格的最终守护者; 2. 主导标注团队的质量审核(QA)工作,通过周度审计、每日抽检等方式把控产出,并提供精准、可执行的反馈,确保标注不偏离角色设定; 3. 负责新成员的岗前培训和团队的持续赋能,包括但不限于开发与更新培训材料、优秀/糟糕案例库,以及组织定期的培训工坊; 4. 分析标注数据与模式,主动识别反复出现的质量问题与流程瓶颈,并制定、实施相应的改进优化方案,提升团队整体质量与效率; 5. 与产品、开发团队紧密协同,针对复杂的标注决策和边缘案例进行讨论并确立标准,推动标注指导原则的持续迭代; 6. 与项目经理协作,合理规划与分配标注任务,协调资源以保障项目目标的按时、按质、按量达成。
1. 负责建立并维护AI角色的核心质量标准,覆盖性格一致性、对话流畅性及娱乐性等维度,成为角色人格的最终守护者; 2. 主导标注团队的质量审核(QA)工作,通过周度审计、每日抽检等方式把控产出,并提供精准、可执行的反馈,确保标注不偏离角色设定; 3. 负责新成员的岗前培训和团队的持续赋能,包括但不限于开发与更新培训材料、优秀/糟糕案例库,以及组织定期的培训工坊; 4. 分析标注数据与模式,主动识别反复出现的质量问题与流程瓶颈,并制定、实施相应的改进优化方案,提升团队整体质量与效率; 5. 与产品、开发团队紧密协同,针对复杂的标注决策和边缘案例进行讨论并确立标准,推动标注指导原则的持续迭代; 6. 与项目经理协作,合理规划与分配标注任务,协调资源以保障项目目标的按时、按质、按量达成。
-角色和剧本模型训练:优化角色和剧本类大模型的行为策略、长期记忆管理和多模态交互能力,突破角色行为一致性、情感表达合理性等技术瓶颈 -前沿探索:研究人格化模型在情感计算、社会常识推理等方向的突破,定义 AI 角色从「功能执行」到「人格化陪伴」的技术范式 -极致性能优化:大规模模型的分布式训练优化,提升角色类模型的推理效率与资源利用率,指令微调、偏好对齐、数据增强等技术的场景化创新 -规模增长:通过传统搜索、信息流等途径结合用户分析进行产品用户规模增长
团队介绍:字节跳动 Seed 团队成立于 2023 年,致力于寻找通用智能的新方法,追求智能上限。团队研究方向涵盖 LLM、GenMedia、AI for Science、机器人等,在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心,坚持深耕基础,期望成为世界一流的 AI 研究团队,为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力,支持豆包、扣子、即梦等超过 50 个应用场景。 1、用户信号建模与个性化回复:研发角色化大模型对用户信号的深度建模与应用方法,提升模型针对不同用户的回复连贯性与个性化水平,优化交互体验; 2、模型效果优化与创新:在指令微调、偏好对齐、数据增强等关键技术领域进行场景化创新,突破技术瓶颈,提升模型效果; 3、业务场景落地与应用拓展:支持豆包、猫箱等产品的角色生成需求,覆盖对话、创作、教育等核心场景;探索角色模型在智能硬件、元宇宙等领域的沉浸式交互潜力,推动技术成果在业务中高效落地; 4、前沿技术探索与范式定义:研究人格化模型在情感计算、社会常识推理等方向的关键突破,定义AI角色从“功能执行”向“人格化陪伴”提升的技术范式。
团队介绍:字节跳动豆包大模型团队成立于 2023 年,致力于开发业界最先进的AI大模型技术,成为世界一流的研究团队,为科技和社会发展作出贡献。 豆包大模型团队在AI领域拥有长期愿景与决心,研究方向涵盖NLP、CV、语音等,在中国、新加坡、美国等地设有实验室和研究岗位。团队依托平台充足的数据、计算等资源,在相关领域持续投入,已推出自研通用大模型,提供多模态能力,下游支持豆包、扣子、即梦等50+业务,并通过火山引擎开放给企业客户。目前,豆包APP已成为中国市场用户量最大的AIGC应用。 1、多模态引擎研发:研发融合文本、视觉、语音的角色类大模型,优化角色生成的真实性与情感表达(如虚拟助手、游戏NPC、互动剧角色),突破多模态对齐、长期记忆、行为一致性等技术难点; 2、极致性能优化:超大规模模型的分布式训练优化,提升角色类模型的推理效率与资源利用率,指令微调、偏好对齐、数据增强等技术的场景化创新; 3、业务场景落地:支持豆包、猫箱等产品的角色生成需求,覆盖对话、创作、教育等场景,探索角色模型在智能硬件、元宇宙等领域的沉浸式交互能力; 4、前沿探索:研究人格化模型在情感计算、社会常识推理等方向的突破,定义AI角色从「功能执行」到「人格化陪伴」的技术范式。