狮子山实验室-前沿研究实习生(J31897)

围绕强化学习（RL）、持续学习（CL）与大语言模型（LLM）交叉方向开展论文导向的基础研究，重点探索模型推理、对齐与可靠性、持续适应与知识保持、大模型后训练及智能体学习等前沿问题；

跟踪国内外最新研究进展，参与研究问题定义、技术方案设计、算法实现及实验验证；

完成模型训练、对比实验、消融分析、基准评测和结果复现，形成规范的研究代码与实验记录；

分析实验结果并总结研究结论，参与技术报告、专利及 ICLR、ICML、NeurIPS 等人工智能顶会论文的撰写与投稿.

国内外高校计算机科学、人工智能、自动化、电子信息、数学或相关专业在读硕士、博士研究生，科研能力突出的本科生亦可；

具备扎实的机器学习、深度学习基础，熟悉概率统计、优化方法、强化学习、自然语言处理或大语言模型中的至少一个方向；

熟练使用 Python，掌握 PyTorch 等深度学习框架，能够独立完成论文阅读、算法复现、实验设计、模型调试和结果分析；

熟悉以下至少一个研究方向者优先：大模型后训练与对齐、奖励建模、RLHF/RLAIF、DPO/PPO/GRPO 等策略优化方法，持续学习与灾难性遗忘，模型自我改进，LLM Agent、多智能体协作与博弈；

具备高水平论文投稿经历、开源项目经历或相关科研成果者优先；

具备良好的英文论文阅读和技术写作能力，具有较强的自我驱动力、研究热情、沟通协作能力和科研诚信意识；

原则上每周实习不少于4天，连续实习不少于4个月，能够稳定参与研究项目者优先。