"1. AI 模型评测数据标注 对比多个大模型（如 Qwen、DeepSeek、GPT-4o 等）在高德真实用户 Query 上的输出结果； 根据预定义的意图分类体系、任务完成度、事实准确性、用户体验等维度，进行人工打分或排序； 标注模型输出中的错误类型（如幻觉、意图错判、信息缺失、格式错误等）； 参与 MAD-style 高分歧样本挖掘，帮助识别模型能力边界。 2. 大模型训练样本标注（SFT / RAG） 对用户原始 Query 进行结构化改写与增强（如补全模糊需求、标准化表达）； 基于商品库、POI 信息、交通规则等知识，生成高质量、可执行的结构化输出（如 JSON 格式的票品选择、路线规划）； 对大模型生成的候选答案进行Best-of-N 精筛，选出最符合用户意图和业务规则的版本； 参与多轮对话状态标注，识别用户当前任务阶段（如确认、追问、切换意图等）。"

"1. AI 模型评测数据标注 对比多个大模型（如 Qwen、DeepSeek、GPT-4o 等）在高德真实用户 Query 上的输出结果； 根据预定义的意图分类体系、任务完成度、事实准确性、用户体验等维度，进行人工打分或排序； 标注模型输出中的错误类型（如幻觉、意图错判、信息缺失、格式错误等）； 参与 MAD-style 高分歧样本挖掘，帮助识别模型能力边界。 2. 大模型训练样本标注（SFT / RAG） 对用户原始 Query 进行结构化改写与增强（如补全模糊需求、标准化表达）； 基于商品库、POI 信息、交通规则等知识，生成高质量、可执行的结构化输出（如 JSON 格式的票品选择、路线规划）； 对大模型生成的候选答案进行Best-of-N 精筛，选出最符合用户意图和业务规则的版本； 参与多轮对话状态标注，识别用户当前任务阶段（如确认、追问、切换意图等）。"