LLM后训练算法研究员-AI4Science

该职位来源于猎聘 厌倦了LLM在文字、图片和视频这些虚拟世界里的无尽优化？渴望在现实世界中去探索前沿，去拥抱真正变革？ 如果是，那么在LLM和science结合的历史十字路口，我们邀请你，成为这场颠覆的主角。 在这里，我们相信science不是通往AGI中能被“顺便解决”的问题，而是AGI的核心战役: 只有攻克科学发现，LLM才能到达新一级别的智能。 在这里，你将亲手参与搭建LLM的RL环境，进行前沿LLM的后训练，并将你的模型与计算和实验串联，解锁新材料。 在这里，你的每一次训练尝试，都将为LLM的进化和人类探索未知现实世界做出微小但不可磨灭的贡献。 若如此让你期待，那请加入，用你的智慧与AI碰撞，助力人类迈向科学超级智能！ 一、岗位职责： 1、设计“科学发现的LLM”。开发新颖的强化学习技术，利用合成环境和反馈来改进大规模模型在AI4Science领域的后训练，包括但不限于数据收集与清洗、SFT、RL等环节； 2、负责前沿模型的后训练，支持LLM自主科学探索。与领域专家合作，使得LLM具备科学生成假设、设计计算模拟和真实实验、以及撰写代码和操控复杂仪器等能力； 3、发表有影响力的成果。追踪LLM与AI4Science的前沿技术，与其他研究人员紧密合作，设计实验、分析学习动态，并将研究洞察转化为新的训练方法； 4、配合参与建设大模型Infra、算法框架基建，形成完善的工业链路； 二、岗位要求： 1、硕士学历及以上，科研经验和水平优秀，有至少2篇一作Paper发表在人工智能顶会（如ICML、NIPS）或自然科学顶级刊物（如Nature、Science）。有高引用、高影响力paper 或开源项目； 2、研究或工作方向与LLM后训练和RL高度相关，能构建并扩展LLM的RL环境，并有利用RL训练前沿LLM的经验； 3、有过开发能够有效反映下游实际任务性能的评估体系的经验； 4、对深度学习、大模型相关框架如verl等非常熟悉，能独立完成相关的上下游工程建设； 5、开放简单，沟通顺畅，合作能力强，对先进技术充满热情； 三 、加分项： 1、在著名大厂基座模型组、大模型公司、和顶尖研究院有工作经验； 2、对后训练Infra有深入了解和实操经验； 3、对AI4Science 有研究经验；