主导并优化 sft、rl、reward modeling 的算法设计与训练,攻克模型在长文本理解、深度逻辑推理以及多轮交互中的幻觉问题,显著提升复杂指令跟随能力 2、agent 核心能力研发: 深入优化 agent 的任务拆解与规划(planning)、自我反思与纠错(reflection)、工具动态调用(tool-use)及长效记忆机制,保障模型在多步骤、长程任务(long-horizon tasks)中的极致稳定性与执行效果 3、数据工程与评测体系:设计并构建高质量的评测集,探索基于合成数据的自我进化(self-improvement)与高效数据清洗方案 针对 agent 复杂任务与深度推理,构建科学、自动化的评测 benchmark,驱动模型优化.

任职要求 1、计算机、人工智能、数学等相关专业,国内外顶尖高校硕士及以上学历(博士优先) 2、具备极强的代码落地能力,精通主流深度学习及大模型训练/微调框架 在 acm/icpc、noi/ioi、topcoder、kaggle 等顶级编程或 ai 赛事中取得优异成绩者优先 3、在 neurips、iclr、icml、acl 等 ai 顶会发表过高质量一作论文,或作为核心贡献者参与过业界高影响力开源大模型/大模型框架项目者优先 4、对突破技术天花板有纯粹的热爱,具备卓越的逻辑思维、自驱力以及跨团队协作能力. 职位信息