1.研究大模型对齐阶段的广义强化算法，提升大模型的能力，探索创新性算法，解决大模型训练中的复杂问题，如奖励稀疏、策略优化等； 2.针对大模型的挑战，提出有效的训练策略和优化方法，改善模型的训练效率、收敛性以及推理能力； 3.进行强化学习算法的系统评估，分析不同算法在大模型上的表现，识别潜在的瓶颈和改进方向； 4.写作高质量研究论文，在顶级学术会议或期刊上发表研究成果

1.计算机科学、人工智能等相关专业硕士及以上学历； 2.熟练使用 TensorFlow/PyTorch 等至少一种深度学习框架； 3.深入理解强化学习理论，包括但不限于 Q-learning、SARSA、深度 Q 网络（DQN）、策略梯度方法等； 4.良好的团队合作精神和沟通能力，有责任心，较强的问题分析和解决能力；5.有可穿戴设备、RLHF 微调相关经验是加分项； 6.有人工智能顶级会议或期刊论文发表经历者优先。