logo of zhipuai

智谱26届校招-后训练 RLHF 算法工程师

实习兼职地点:北京状态:招聘

工作描述


【职位描述】
1.对齐数据优化;包括针对模型特定能力进行数据构造、筛选和优化,特定领域(如指令遵循、逻辑性、角色扮演)等数据筛选和合成;对齐数据的质量和多样性控制等;
2.后训练扩展性:探索模型如何通过思维链推理,在“通用领域”的任务上取得更优的效果;
3.强化学习算法优化:提升后训练 scaling 性能;多目标奖励模型优化;生成式奖励模型;过程监督奖励模型;
4.对齐范式探索…
登录查看完整工作描述
微信扫码,1秒登录

包括英文材料
强化学习+
算法+
RLHF+
NLP+
机器学习+
学历+
深度学习+
PyTorch+
还有更多 •••
相关职位

logo of zhipuai
实习

【职位描述】 1. 优化方向包括但不限于通用聊天、写作、角色扮演、STEM、逻辑推理、多语言等方面,近期深耕Agentic LLM领域,长期聚焦指令遵循、长上下文理解、长程交互、任务规划、自我反馈与改

更新于 2026-05-06北京
logo of zhipuai
实习

职位描述 1. 负责基座模型在Agentic Tool Using / General Agent 场景的效果优化; 2. 负责基座模型的工具调用能力的统一评测框架与优化; 3. 跟进 LLM To

更新于 2026-05-06北京
logo of xpeng
校招

1、硕士及以上学历,微电子、集成电路、电子工程等相关专业,具备扎实的数字集成电路基础知识。 2、熟悉数字后端设计流程,有Synopsys或Cadence等主流EDA工具使用经验者优先。 3、具有数字后

更新于 2025-12-15上海|武汉
logo of iqiyi
校招技术

- 精通 Java 或 Python,具备 Web 后端开发经验;能承担主流程 / 核心模块开发; - 熟练掌握以下内容:多线程 / 异步 / IO 模型 /协程 /事件驱动 /连接池 /分布式锁 /

更新于 2025-11-26上海