|
|
| |
| |
工作地址 |
|
|
|
|
(深圳市福田区市花路5号长富金茂大厦1号楼3901 & 57层)
用小程序查
用百度查
|
| |
职位描述 用小程序查看更多 |
|
岗位职责
1. Function Calling数据集设计与处理：设计、构建和清洗用于训练和评估LLM Function Calling能力的高质量数据集。
2. Function Calling场景的LLM训练：负责或参与在Function Calling特定场景下的大语言模型后训练（Post-training）工作，包含不限于强化学习微调等。
3. 模型效果优化与评估：持续提升模型在具体场景中的Function Calling效果（如成功率、准确性、效率）或者模型在相关公开评测榜单（如ToolBench, API-Bank等）上的表现，并针对性进行优化。
4. 技术创新与研究：针对Function Calling训练中的挑战（如奖励设计、样本效率、策略优化等），提出创新的强化学习算法或训练方法改进方案。将研究成果沉淀并撰写成高质量技术报告或学术论文，目标是发表于顶级会议（顶会）。
岗位要求
1. 计算机科学、工智能、数学、统计学或相关专业在读硕士/博士研究生（优秀本科生亦可考虑）。
2. 深入理解并熟练掌握主流强化学习算法，特别是 PPO、GSPO 及其变种。具备动手 |
|
| |
|
|
| |
|
