商汤26届AI领航员-研究院-大语言模型算法研究员
任职要求
1.拥有计算机科学或人工智能相关领域的硕士或更高学位，对大语言模型技术抱有浓厚兴趣； 2.具备NLP业务经验，或有参与NLP领域学术比赛的经历，或在NLP、人工智能相关的顶级会议或期刊上发表过论文； 3.精通Python编程语言，对深度学习框架Pytorch有深入理解，包括其中高级特性和接口，了解常见的性能优化和质量保障方法，并具备利用这些技能进行高效模型评测的能力； 4.具备出色的数据分析和问题解决技巧； 5.具有强烈的责任心，良好的沟通技巧和团队协作能力。
工作职责
1.参与大规模语言模型的训练工作，通过数据质量提升、模型架构创新及训练算法改进等核心手段等手段，持续突破语言模型的性能； 2.基于业务需求设计数据解决方案，包括专业数据生产、合成和集成，确保交付模型能实质性促进业务性能提升； 3.参与模型评测的全流程工作，针对业务场景构建特定的评测集，实现模型能力的精准量化与持续优化； 4.针对大规模数据质量问题，研发高效数据清洗、验证及合成技术，打造行业领先的高价值数据集； 5.追踪全球大模型技术前沿，快速实现创新技术的工程化落地，保持团队技术领先优势。
1.探索大模型后训练的技术边界，持续提升模型的通用人工智能能力； 2.研究强化学习，过程监督等方法在提升模型能力上的最前沿技术； 3.研究长思维链推理中的核心问题，如幻觉抑制，长度压缩等。
1. 负责实现和迭代自然语言处理相关算法，支撑企业数字化业务中的自然语言理解和生成需求，例如信息抽取、文档分析、检索问答、对话交互等； 2. 与工程团队协作，将算法集成到产品中，支撑金融业务场景的迭代优化； 3. 负责某一细分领域的深入算法研究，包括但不限于基础模型开发、对齐研究、推理优化、SFT训练及Agent智能体开发； 4. 设计和开发基于大语言模型（LLM）的智能Agent，优化其在金融场景中的任务规划、工具调用及自主决策能力； 5. 维护相关研究和业务方向的基准（代码、数据、Prompt/Instruction等），将创新算法沉淀为论文、技术报告或专利。
1. 负责大模型算法框架的研发，整体提升算法框架训练效率，跟进最近的训练技术； 2. 负责探索MOE、RLHF 等相关对齐技术，提升模型的最终效果； 3. 负责多模态模型和Function Call 模型的联合训练，整体优化多模态模型和语言模型联合训练。
前沿探索： 跟踪和研究多模态学习、大语言模型（LLMs）、视觉基础模型等领域的最新进展（如 Transformer、Diffusion Models、VLP等）。 模型构建： 参与多模态基础模型的核心架构设计与实现，探索如何高效融合文本、图像、音频等多源信息。 能力攻坚： 重点攻克并提升模型在特定维度的基础能力，包括但不限于： 视觉文本理解： 提升复杂场景下的文字识别（Scene Text Recognition）与光学字符识别（OCR）的精度和鲁棒性。 布局与结构感知： 让模型理解文档、网页、UI界面的布局结构，实现精准的信息提取与问答。 空间关系推理： 训练模型理解图像/视频中物体之间的方位、遮挡、从属等空间关系。 实验与优化： 设计和执行大规模的深度学习实验，对模型进行训练、评估和迭代优化，并分析实验结果，沉淀技术方案。 协作共创： 与团队中的顶尖科学家和资深工程师紧密合作，共同解决研究与工程中的挑战。