大语言模型（LLM）算法实习生

1. 01

   参与大规模MoE模型的持续预训练（CPT）：数据清洗与混合策略、训练调优与结果分析

2. 02

   参与RLVR/RLAIF强化学习训练流程：数据构建、reward shaping、训练调优

3. 03

   参与多语种机器翻译(MT)方向：语料处理、模型微调、评测

4. 04

   参与Long horizon agentic RL（长程智能体强化学习）方向：搭建复杂交互环境与任务流、多步骤推理轨迹（Trajectory）收集、Reward设计与策略网络优化

5. 05

   编写实验脚本、构建评测工具，支持模型上线前的质量验证

1. 01

   深度学习基础扎实，熟悉当前主流LLM架构

2. 02

   熟悉常见大模型训练框架(Megatron/DeepSpeed/Verl)

3. 03

   有LLM相关项目经验：CPT、SFT、RL 任意方向即可

4. 04

   有阅读论文与复现能力，能快速上手实验

5. 05

   良好的自我学习能力和独立思考能力

6. 06

   全日制统招在校生，2027届及以后毕业

加分项

1. 01

   有相关领域顶会论文，或拥有影响力工作

2. 02

   有自己的LLM项目

3. 03

   有机器翻译(MT)经验

4. 04

   有 Agent RL相关的训练经验，或 harness engineering 经验