数据标注（英语六级+计算机背景）

一、项目简介 本项目为视觉问答数据标注项目的质检环节。项目前置要求标注人员负责根据规范要求采集图片、撰写中文Prompt问题、调用大模型获取回答并判断其正确性、对错误回答进行修正。质检人员则对标注人员提交的全部数据进行质量审核，不承担标注生产工作，但需深入理解标注规范，以确保审核工作的准确性和权威性。 二、岗位职责 依据项目标注规范，审核标注人员已完成的VQA数据条目，对标注结果进行逐一或抽样质量检查； 验证图片与Prompt是否相关，确保问题必须依赖图片信息方可作答； 核查标注人员对模型回答正确性的判断是否准确，包括事实性错误、逻辑谬误、幻觉及信息缺失等； 审核标注人员对图像内容的理解是否正确，确保物体识别、属性感知、空间关系、数量统计等视觉信息解读无误； 验证模型能力调用的标注是否准确，确认问题所涉及的推理技能（计数、空间推理、数学计算、逻辑推理、图表理解等）是否至少覆盖2种以上能力； 检查Prompt问题是否意图清晰、答案唯一，且符合格式要求； 对不合格任务予以退回，并注明退回原因； 审核通过的任务予以验收归档，确认数据提交入库； 参与项目复盘，根据质检结果，对数据采集标注交付结果进行分析、总结，并协助PM与客户进行沟通反馈，推动交付质量持续优化。 三、任职要求 英语能力：大学英语六级（CET-6）或同等水平，具备英文Guideline阅读理解能力（不要求口语及写作）； 专业背景：专业背景不限，计算机、人工智能或相关专业优先，需要多学科科资源合理配置； 实习时间：周一到周五，全职实习6-12个月。 思维能力：具备扎实的逻辑推理与结构化思维能力，善于主动发现问题、提出高质量问题；同时具备较强的逻辑判断力与标准把控力，对标注规则有深入理解； 熟悉视觉问答数据标注的基本原理与质量评估方法，细致耐心，能准确判断模型回答中的事实性错误与逻辑谬误； 具备良好的图像理解能力，能快速解读信息图、图表、GUI界面、地图等复杂图像内容； 了解大模型的基本能力边界与常见局限性，熟悉提示词（Prompt）工程基础，能判断Prompt设计对模型回答质量的影响；识别模型回答中的常见问题（如幻觉、拒绝回答、过度冗余等），了解LLM Judge等自动评估机制的基本原理，能合理判断机器评分的准确性，并区分模型能力不足与标注人员误判的界限。