米哈游｜LLM Posttrain算法实习生

1. 紧跟领域前沿技术，探索有效和高效的 RLHF 或 RLAIF 等post-training方法，提升模型在复杂对话、多轮推理或情感理解方面的综合能力 2. 构建高质量、多领域的数据处理及分析流程，包括但不限于数据清洗、数据合成、数据混合策略等 3. 构建稳健可靠的算法评估流程，揭示大语言模型能力边界和潜在机制

1. 计算机科学、人工智能或相关领域的在读硕士/博士 2. 在自然语言处理、大语言模型研究或机器学习领域中具有项目经验 3. 具备扎实的代码与算法基础，熟练掌握PyTorch等深度学习框架 4. 具备有效的沟通和协作技能，对探索新技术和推动技术创新充满热情 加分项 1. 在NeurIPS/ICML/ACL/EMNLP等顶级会议上发表过高引论文，或在ACM/ICPC，NOI/IOI，TopCoder等大赛上有获奖 2. 主导过有影响力的LLM应用项目，或有丰富的技术落地经验 3. 熟悉大规模语料处理、数据质量评估、数据合成及其在大模型训练中的应用 4. 具有大规模训练大模型经历，了解分布式训练框架及对应的性能调优和资源管理 5. 有过RLHF、RLAIF的相关经验