基模post-train算法实习生

实习期间可以参与以下内容: Agent智能能力构建：参与大模型 Post-training 阶段的算法研究与实践，围绕 SFT、RL、Self-Improvement 等方法，系统性提升模型的推理、泛化与对齐能力，探索高效构建通用智能模型的训练范式。 下一代学习机制预研：开展前沿算法研究，包括但不限于在线学习（Online Learning）、持续学习（Continual Learning）、自适应数据采样与模型自我进化机制，推动模型在长时间尺度下的稳定学习与能力积累。 Scalable RL 算法与系统基建：参与可扩展强化学习（Scalable RL）相关算法与训练框架的设计与实现，支持大规模并行训练、长上下文与高效 rollout，提升 RL 在大模型场景下的稳定性与效率。 实验与评测：设计并实施系统化实验，分析模型在复杂推理、泛化任务与真实场景中的表现，推动算法从研究原型走向可复现、可扩展的训练流程。 我们希望你具备 国内外高校研究生在读，人工智能、计算机、自动化、数学相关专业优先； 优秀的代码能力、数据结构和基础算法功底，熟练掌握Python； 出色的问题分析和解决能力，能深入解决大模型训练和应用存在的问题，有自主探索解决方案的能力； 有责任心和良好的沟通协作能力，能和团队一起探索新技术，推进技术进步； 扎实的机器学习基础，熟悉NLP、RL领域的技术，在NeurIPS/ICML/ICLR等顶级会议上发表论文者优先； 实习时长： 能够长期实习（6个月及以上优先），每周出勤不少于4天。 我们的优势： 顶尖GPU集群算力支持，快速迭代实验有影响力idea 实习期间表现优秀者，可直接获得转正名额