主管工程师（新型模型架构方向）(J32720)

负责新一代大模型底层架构的设计与验证，包括但不限于Transformer替代架构、混合架构、记忆增强架构、稀疏化架构等前沿方向。 探索混合专家模型（MoE）、高效注意力机制（线性/稀疏注意力）、状态空间模型（Mamba/SSM）、扩散语言模型（Diffusion LLM） 等核心架构创新。设计具备多模态联合感知、推理、记忆与生成能力的统一大模型架构（视觉/音频/文本）。 从根本上重塑模型的计算范式，突破现有Transformer架构在性能、效率和可扩展性上的瓶颈。 围绕长上下文、记忆能力、持续学习能力等关键方向，设计实验方案并与现有Transformer基线进行系统对比。 研究模型的长期记忆、知识推理解耦、多模态表征融合等问题，为颠覆式架构进行预研工作。 探索新的学习范式，包括Next Token Prediction之外的预训练范式、更高效的后训练技术、持续学习和自主进化等新的学习方法。 构建支持持续学习、多级记忆、主动探索和自演进的大模型系统。

1. 01

   生源资质：博士及以上学历。

2. 02

   专业要求：计算机科学、人工智能、数学、电子工程等相关专业

3. 03

   证书要求：能正常取得国家颁发的毕业证及学位证。

4. 04

   在校表现：在校期间担任学生干部、获得校级及以上荣誉者优先。

5. 05

   其他要求：身体健康，热爱汽车行业，乐于奉献，敢于挑战。