大模型算法-2026届(J42755)

负责大语言模型（LLM）的预训练、微调、推理优化及应用落地，推动模型在自然语言处理、多模态等领域的创新。 开展大模型能力增强研究，包括但不限于指令微调、人类反馈强化学习（RLHF）、上下文学习、智能体推理等方向。 探索大模型的高效优化技术，如模型压缩、量化、蒸馏、加速推理等，提升计算效率与落地可行性。 构建和优化大规模训练数据集，设计数据清洗、增强及合成方案，提升模型泛化与对齐能力。 【任职要求】 计算机、人工智能、数学等相关专业硕士或博士学历。 熟练掌握Python和深度学习框架（如PyTorch、TensorFlow、JAX等），具备分布式训练和性能调优经验。 深入理解Transformer、注意力机制等大模型核心原理，熟悉经典模型（如GPT、LLaMA、CLIP等）。 具备大模型预训练/微调/RLHF全流程经验，或在高水平会议（ACL、ICML、NeurIPS等）发表论文者优先。 具备优秀的问题解决能力和工程实现能力，对大模型技术有强烈热情和探索精神。