算法实习生(J11543)

1. 参与大语言模型（LLM）核心技术研究与训练优化，关注模型架构、训练机制与前沿进展。

2. 参与大模型预训练与微调流程实践，包括预训练策略设计、监督微调（SFT）、偏好对齐（RLHF）及强化学习方法验证，结合实验结果进行效果分析与训练优化。

3. 关注并参与 Agentic RL 相关方法探索，结合任务规划、工具调用、反馈学习，推动模型在复杂任务场景中的自主性与执行能力提升。

• 本科及以上学历，计算机科学、人工智能、信号处理、统计学等相关专业。

• 熟练掌握 Python，具备良好工程编码习惯；熟悉 PyTorch 及常见训练/调优流程。

• 了解大模型基础知识：Transformer、Tokenizer、训练/推理范式、SFT/对齐基本思路、常见评测方法与过拟合/偏置风险。

• 良好的沟通与协作能力，能与算法/产品/标注/工程团队高效沟通

• 对大模型领域有浓厚兴趣，有相关论文/项目经验者优先