算法实习生

该职位来源于猎聘 职位描述： 1. 参与大语言模型强化学习算法的研发，提升模型在强化学习阶段的训练效率，并增强其在数学、代码等自然科学领域的推理能力； 2. 参与复现Deepseek R1等推理大模型的工作； 3. 参与思维链生成技术的理论验证与开发； 4. 撰写技术文档和论文，记录研究成果并促进知识共享。 职位要求： 1.硕士及以上学历，计算机相关专业，熟练掌握计算机学科的专业知识； 2.熟悉强化学习算法且有相关实验经验，熟练掌握prompt工程，对思维链生成有相关研究经验者优先； 3.有ACL、NeurIPS、CVPR、ICML、ICLR、EMNLP、AAAI等顶会/刊论文发表经验者优先； 4.熟悉REINFORCE、GRPO等算法优先； 本次实习你可以获得什么： 1.提供丰富的算力，欢迎你来实验任何你觉得有价值的想法，给一个证明自己的机会。 2.提供有挑战的工作机会，参与前沿方向的研究，有机会发表对行业有价值的高水平论文，在过去2年，团队保持每年10篇以上的CCF A论文产出。

表现优秀者可提供转正机会！