LLM后训练算法研究员

该职位来源于猎聘 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； 深度原理企业介绍： 深度原理 Deep Principle 是一家全球领先的 Al for Chemistry/Materials 科技创新公司,通过生成式 AI与第一性原理计算加速化学材料创新。其字寓意着结合深度学习和第一性原理,深入解构微观材料的运行原理。 公司以 Agentic Al for Materials Discovery 为核心，打造了全球领先的智能研发平台,并与多家世界 500 强及行业龙头企业在新材料、营养日化、新能源等领域展开深度合作，推动科学发现从经验驱动”迈向“智能驱动”的新范式。 已完成数亿元人民币的融资,投资方包括线性资本、戈壁创投、蚂蚁集团、联想创投、高瓴创投、祥峰投资、联想之星、百度风投、锦秋基金、真知创投、启高资本、Taihill Venture 等国内外顶级投资机构。公司还与晶泰科技、深势科技等重要合作伙伴建立了战略合作关系,共同推动 AI和化学材料领域的创新应用。