工作职责：
1、大模型对齐与优化：参与语言及多模态大模型的对齐技术研究与优化，聚焦于解决模型在复杂指令遵循、推理、幻觉、工具使用等问题中的表现瓶颈，提升模型的实用性与可靠性。
2、对齐方法探索：研究并理解模型能力与对齐之间的关系，探索更有效的对齐技术，包括可扩展的人类监督方法等。设计并执行复杂的理解性实验，分析大模型在不同数据分布和任务场景下的表现，发现并解决影响模型性能的关键问题。
3、跨职能协作：与产品、工程、安全团队紧密合作，将研究成果有效落地，确保模型应用符合实际需求，并在关键技术上做到行业顶尖水平。
任职资格：
1、扎实的机器学习基础：具备扎实的机器学习理论基础，能够熟练使用至少一种深度学习框架（如 PyTorch、Jax、TensorFlow、MindSpore、PaddlePaddle），并具备在复杂应用场景下应用这些工具的实践经验。
2、对齐技术研究经验：深入理解监督学习、强化学习、表示学习等方法，并在至少一个 AI 领域有过研究经历或通过机器学习算法成功解决过复杂问题。
3、卓越的实验设计与问题解决能力：具备设计复杂实验和分析实验结果的能力，能够识别并解决模型在真实应用中的关键技术挑战，具备创新思维，并能够有效沟通、与团队协作。
加分项：
在顶级学术会议（如 ICML、ICLR、NeurIPS、ACL、CVPR、AAAI）发表过有影响力的研究成果。
在 ACM/ICPC、NOI/IOI、Kaggle 等竞赛中获得优异成绩者优先。
参与过 AI 相关的有大影响力的开源/闭源项目、有 AI Alignment 相关研究经验或大模型应用项目经历者优先。