小鹏汽车大语言模型应用开发实习生
任职要求
1. 教育背景： 计算机、人工智能、软件工程等相关专业本科及以上学位。 2. 模型实战经验： 具备 LLM（如 LLaMA, GPT, Qwen 等）的实际使用、调优或应用开发经验。 3. 核心技能： (至少熟悉以下一项) - 有实际的 LLM SFT/RLHF 等微调经验，熟悉主流的微调框架（如 verl, Trinity-RFT, Axolotl, etc）。 - 有大规模应用服务部署经验，…
工作职责
我们正在寻找对大语言模型（LLM）的应用落地、效果调优和系统效能提升充满热情的工程师。您将加入我们的核心研发团队，主要负责将先进的 LLM 技术转化为实际的业务价值，特别是在指令微调（SFT）、智能体（AI Agent）的设计与部署，以及应用基础设施（Infra）的优化。我们的目标是打造高效、可靠、智能的 LLM 应用解决方案，加速模型在人形机器人、自动驾驶、多模态等前沿领域的落地。 1. LLM 微调与应用落地：负责设计并执行 LLM 的指令微调（SFT）和对齐（如 RLHF/DPO）实验，以提升模型在特定应用场景（如代码生成、复杂推理、对话）的表现。主导模型效果的评估体系搭建和优化，确保模型输出的准确性、安全性和一致性。 2. 云端训练框架与效率优化：主导 LLM 微调（SFT/对齐）流程在云端环境下的效率优化，包括数据加载、多机通信、资源调度、框架稳定性等方面，确保 SFT 流程的高效、稳定和低成本运行。 3. 前沿应用技术追踪：紧密追踪 LLM 在 Agent 框架、长上下文处理、多模态交互等应用层面的最新研究与工程实践，并将其快速引入到产品线。 4. AI Agent 研发与部署：探索并实践基于 LLM 的 AI Agent（智能体） 框架，包括工具调用（Tool Use/Function Calling）、规划（Planning）、记忆（Memory）等核心模块的设计与实现。将开发的 Agent 系统集成到实际产品或业务流程中，提升自动化和智能决策能力。 5. 跨团队协作：与算法、数据和产品团队紧密合作，将模型优化成果快速产品化，并收集应用层的反馈来指导下一轮模型迭代。
我们正在寻找对大语言模型（LLM）的应用落地、效果调优和系统效能提升充满热情的工程师。您将加入我们的核心研发团队，主要负责将先进的 LLM 技术转化为实际的业务价值，特别是在指令微调（SFT）、智能体（AI Agent）的设计与部署，以及应用基础设施（Infra）的优化。我们的目标是打造高效、可靠、智能的 LLM 应用解决方案，加速模型在人形机器人、自动驾驶、多模态等前沿领域的落地。 1. LLM 微调与应用落地：负责设计并执行 LLM 的指令微调（SFT）和对齐（如 RLHF/DPO）实验，以提升模型在特定应用场景（如代码生成、复杂推理、对话）的表现。主导模型效果的评估体系搭建和优化，确保模型输出的准确性、安全性和一致性。 2. 云端训练框架与效率优化：主导 LLM 微调（SFT/对齐）流程在云端环境下的效率优化，包括数据加载、多机通信、资源调度、框架稳定性等方面，确保 SFT 流程的高效、稳定和低成本运行。 3. 前沿应用技术追踪：紧密追踪 LLM 在 Agent 框架、长上下文处理、多模态交互等应用层面的最新研究与工程实践，并将其快速引入到产品线。 4. AI Agent 研发与部署：探索并实践基于 LLM 的 AI Agent（智能体） 框架，包括工具调用（Tool Use/Function Calling）、规划（Planning）、记忆（Memory）等核心模块的设计与实现。将开发的 Agent 系统集成到实际产品或业务流程中，提升自动化和智能决策能力。 5. 跨团队协作：与算法、数据和产品团队紧密合作，将模型优化成果快速产品化，并收集应用层的反馈来指导下一轮模型迭代。
本课题的研究目标是打造行业领先的社媒多语言大模型，结合站内外多语言社媒语料内容及高质量翻译互译数据，开展大规模预训练、SFT、RL等，实现： （1）应用于小红书多语言大模型翻译场景取得领先效果； （2）应用于国际化搜索召回/相关性，AI搜索混排/生成等跨语言场景，取得业务收益。
相关研究课题细分方向如下： 1. 大模型（LLM&VLM）预训练Scaling Law曲线优化，高效训练和推理大模型结构设计。 2. 大模型知识编辑、知识幻觉、电商垂域强化。 3. 大模型复杂指令跟随、RFT训练、大规模高效微调。 4. 大模型强化学习算法优化、训推一体架构设计。 5. 大模型多源Reward建设、复杂问题推理优化。 6. 图像/视频/音频与文本的跨模态对齐训练，全模态大模型训练。 7. 图像理解和生成统一建模，探索原生多模态。 8. 基于大模型的语音识别、语音合成、以及端到端模型。
相关研究课题细分方向如下： 1. 大模型（LLM&VLM）预训练Scaling Law曲线优化，高效训练和推理大模型结构设计。 2. 大模型知识编辑、知识幻觉、电商垂域强化。 3. 大模型复杂指令跟随、RFT训练、大规模高效微调。 4. 大模型强化学习算法优化、训推一体架构设计。 5. 大模型多源Reward建设、复杂问题推理优化。 6. 图像/视频/音频与文本的跨模态对齐训练，全模态大模型训练。 7. 图像理解和生成统一建模，探索原生多模态。 8. 基于大模型的语音识别、语音合成、以及端到端模型。