一、崗位職責：
1、設計“科學發(fā)現的 LLM”。開發(fā)新穎的強化學習技術，利用合成環(huán)境和反饋來改進大規(guī)模模型在 AI4Science 領域的后訓練，包括但不限于數據收集與清洗、SFT、RL 等環(huán)節(jié)；
2、負責前沿模型的后訓練，支持 LLM 自主科學探索。與領域專家合作，使得 LLM 具備科學生成假設、設計計算模擬和真實實驗、以及撰寫代碼和操控復雜儀器等能力；
3、發(fā)表有影響力的成果。追蹤 LLM 與 AI4Science 的前沿技術，與其他研究人員緊密合作，設計實驗、分析學習動態(tài)，并將研究洞察轉化為新的訓練方法；
4、配合參與建設大模型 Infra、算法框架基建，形成完善的工業(yè)鏈路；
二、崗位要求：
1、碩士學歷及以上，科研經驗和水平優(yōu)秀，有至少 2 篇一作 Paper 發(fā)表在人工智能頂會（如 ICML、NIPS）或自然科學頂物（如 Nature、Science）。有高引用、高影響力paper 或開源項目；
2、研究或工作方向與 LLM 后訓練和 RL 高度相關，能構建并擴展 LLM 的 RL 環(huán)境，并有利用 RL 訓練前沿 LLM 的經驗；
3、有過開發(fā)能夠有效反映下游實際任務性能的評估體系的經驗；
4、對深度學習、大模型相關框架如 verl 等非常熟悉，能獨立完成相關的上下游工程建設；
5、開放簡單，溝通順暢，合作能力強，對先進技術充滿熱情；
三 、加分項：
1、在著名大廠基座模型組、大模型公司、和行業(yè)前沿研究院有工作經驗；
2、對后訓練 Infra 有深入了解和實操經驗；
3、對 AI4Science 有研究經驗；