MiniMax大模型算法实习生-金融方向

工作描述

我们正在寻找对大模型技术、智能系统和复杂专业场景应用感兴趣的博士生，参与大模型的算法研究与系统落地，聚焦金融工作能力提升。你将有机会围绕模型训练、推理增强、Agent 工作流和能力评测等方向开展研究，探索大模型在真实业务与专业任务中的应用边界。

我们鼓励将实习期间的研究积累沉淀为高质量成果，包括论文、开源项目、技术报告或可复用的模型与工具，推动大模型技术在专业场景中的应用。工作内容：

- 参与大模型的训练、微调、对齐与推理优化，提升模型在专业任务中的理解、分析和生成能力。
- 面向真实场景设计数据构建、合成、清洗与质量评估方案，维护高质量数据管线，建设高质量训练、评测数据集及基础设施。
- 探索工具调用、Agent 工作流等技术在复杂任务中的应用。
- 研究模型在事实性、推理能力、稳定性、可靠性和长文本处理等方面的表现，并进行系统分析。
- 结合具体业务场景开展算法实验，包括信息抽取、文档理解、问答、报告…