飞猪旅行飞猪-大模型高级算法工程师-杭州
任职要求
1、至少2年以上大模型研发经验，熟悉常见的大模型算法模型原理及应用； 2、至少在Agent开发、PostTraining、强化学习等一个或多个方向具备实战经验…
工作职责
1、负责大模型客服产品的研发工作； 2、负责客服Agent的算法研发工作，提升用户体验和服务质量； 3、负责智能外呼、智能热线、在线agent 等研发工作； 4、重点在Agent架构、PostTraining、Agentic RL、自动化评估等方向进行探索与落地。
1.参与行业领先的AIGC项目，如大语言模型，多模态模型等 2.综合运用大模型、判别式模型等算法技术，提升多维度文本控制生成能力 3.参与完整LLM整体训练框架方案设计，和端到端解决方案的实现 4.推动AIGC在业务的落地，参与实现系统性、可复制、可规模化的解决方案 5.支持LLM、MLLM方向的新技术研究和落地应用，支持指令微调、强化学习相关算法需求
1、参与LLM方向的新技术研究和落地应用，支持指令微调、强化学习相关算法需求 2、支持通用ai agent在产品业务应用中的落地研发和效果优化，包括但不限于通用ai agent，深入理解大模型和通用ai agent运行原理，明确提升通用ai agent效果的核心技术方向。 3、负责ai agent的框架构建，agent与工具调用的优化，相关场景下大模型的优化，将ai agent框架、工具、大模型有效结合，为通用ai agent效果提供最佳的使用体验。
作为大模型评测研发工程师，将负责“大模型通用Benchmark评测体系”与“业务领域Benchmark构建”的全链路研发：从评测数据集设计、智能化自动化评估方法探索研究、指标实现，到平台化落地，精准衡量模型能力边界，持续驱动模型语料优化与模型迭代 通用 Benchmark 研发 • 持续迭代覆盖语言理解、推理、知识、幻觉、对齐、代码、多模态、Agent 等各个维度的自动化评测框架； • 研究并实现更贴合业务发展的评测方法与指标，构建高效、可扩展、可复现、可解释的评测引擎 业务领域 Benchmark 构建与评测 • 深入跨境电商各个业务领域，构建领域Benchmark，真实反馈模型业务表现 • 设计场景化评估方案，如RAG、Agent、COT、 In-Context Learning等，并形成端到端评测能力； 评测方法研究 • 探索基于 LLM-as-a-Judge、人类偏好对齐、模型解释性等前沿评测技术 • 跟踪 ACL / EMNLP / NeurIPS / ICML / ICLR 等会议，高效复现SOTA方法，形成可比对可参考的评估系统