大模型算法实习生

职位描述 1. 大模型训练与优化： - 参与大规模语言模型（LLM）的预训练、微调、对齐（Alignment）及性能优化（如SFT、DPO、RLHF等）。 2. 应用场景落地： - 结合业务需求（如对话系统、内容生成、ChatBI、Agent），熟练运用不同训练方法解决实际问题， 有实际项目经验者优先。 3. 前沿技术研究： - 跟踪大模型领域最新论文（如Transformer架构改进、多模态融合、Agent技术等），复现并验证创新点。 4. 经验总结： - 协助撰写技术文档、报告 职位要求 必需项： 1. 技术基础： - 熟悉Python和主流深度学习框架（PyTorch/TensorFlow）。 - 掌握NLP基础知识（如Transformer/BERT/GPT等模型原理）。 2. 经验要求： - 有NLP相关项目经验。 3. 学习能力： - 对大模型技术有强烈兴趣，能快速复现论文、解决实际问题。 4. 沟通能力： - 逻辑清晰，表达流畅，可将项目讲清楚。 加分项： - 发表过顶会论文（ACL/EMNLP/NeurIPS等）或开源项目贡献者。 - 熟悉分布式训练（Deepspeed/FSDP）、LoRA/P-Tuning等参数高效微调方法。 - 具备多模态（文本-图像-视频）或Agent（AutoGPT/ReAct）相关经验。