千问千问事业部-llm/omni算法专家(全模态语音助手方向)-北京/杭州
社招全职1年以上技术类-算法地点:北京 | 杭州状态:招聘
任职要求
1、计算机科学、人工智能、数学、电子信息工程或相关专业硕士及以上学历。 2、深入理解Transformer架构,熟悉SFT/RLHF/DPO/PPO/GRPO等算法原理及使用边界。 3、熟悉大…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
我们正在打造面向智能硬件和座舱场景的下一代语音 AI 助手,目标是实现低延迟、强理解、可规划、强智能、强人感、千人千面、可控且安全的自然交互体验。你将围绕“数据—训练—评估—上线”的全链路闭环,推进 LLM/Omni 模型的后训练与对齐体系建设,持续驱动产品效果提升与规模化应用。目前应用已上线国内外头部车企及千问眼镜端。 1、驱动下一代语音AI助手的研发与落地:探索并应用SFT、DPO、RLHF、RLVR等训练范式,开展LLM/Omni模型后训练与对齐,持续提升模型在多轮理解、RAG、逻辑推理、拟人化表达、个性化、多跳规划、长短期记忆、用户偏好理解、指令遵循、安全及幻觉抑制等方面的能力与稳定性。 2、负责数据飞轮与评估体系建设:搭建端到端数据体系,基于线上流量构建闭环数据飞轮(标签体系、自动化 badcase 挖掘、数据筛选与回流机制等);设计自动化评测与监控方案,持续量化跟踪模型迭代收益与回归风险。 3、探索并落地语音场景创新能力:面向闪购/团购/订票、智能导航、Agent 助手、智能感知与提醒等新业务新功能,完成能力设计、方案实现与效果验收,推动规模化上线。 4、参与技术影响力建设:推动关键技术开源、工程化沉淀与对外技术输出,参与学术研究并在顶会/顶刊发表成果或贡献核心开源项目。
包括英文材料
学历+
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
RLHF+
[英文] What is RLHF?
https://aws.amazon.com/what-is/reinforcement-learning-from-human-feedback/
Reinforcement learning from human feedback (RLHF) is a machine learning (ML) technique that uses human feedback to optimize ML models to self-learn more efficiently.
https://www.ibm.com/think/topics/rlhf
Reinforcement learning from human feedback (RLHF) is a machine learning technique in which a “reward model” is trained with direct human feedback, then used to optimize the performance of an artificial intelligence agent through reinforcement learning.
还有更多 •••