大模型语料数据生成及质量评估研究（博士后）

工作职责：

1.参与科学数据枢纽项目中数据多样性生产、知识图谱增强及语料质量评估体系等研究。

2.可在跨学科、跨模态数据生成算法设计与优化，科学数据质量与模型性能的量化关联技术研发等方面开展研究。

3.研发大规模高效数据合成关键技术及工具链，构建覆盖全学科维度的语料质量评估标准，辅助形成可支撑千亿参数模型训练的优质语料库。

4.参与关键技术专利撰写与申报，发表论文、专利等成果。

任职要求：

1.计算机科学、人工智能、计算语言学等相关专业博士学位，研究方向需涉及NLP、知识图谱或数据增强领域。

2.应届博士毕业生，具有2年以上自然语言处理研究经历，参与过大规模预训练模型相关项目者优先。

3.工作技能要求：精通Python及主流深度学习框架（PyTorch/TensorFlow），掌握数据质量评估方法（BLEU/ROUGE/BERTScore等）