The posting
1.开展大模型可解释性、表示学习和模型机制分析相关研究,探索提升模型透明性与可信性的技术方法。 2.负责模型训练、实验系统搭建与算法优化,包括数据处理、模型微调和训练框架实现。 3.设计模型评估方法,分析模型表示、解释能力和鲁棒性表现。 4.跟踪前沿研究进展,探索创新研究方向。 5.参与论文、技术报告及开源项目建设,推动研究成果落地。
1.博士及以上学历,计算机科学、人工智能、自动化或相关专业;特别优秀者可适当放宽。 2.熟悉 Transformer 和大语言模型的基本原理,对模型训练、内部表示或可解释性研究有较深入的理解。 3.具备扎实的机器学习基础,熟练使用 Python、PyTorch 和 Linux,能够独立完成模型训练、实验分析与问题诊断。 4.具备良好的科研能力,能够进行文献调研、实验设计、结果分析和技术写作,对实验结论保持严谨审慎。 5.对大模型可解释性研究有强烈兴趣,具备良好的沟通能力、协作意识和自主推进能力。
加分项 1.具有大模型训练、强化学习、RLHF、表示学习、模型评估或可解释性研究经验。 2.熟悉模型内部激活提取、activation intervention、probing、representation analysis 等方法。 3.具有分布式训练或大模型推理系统的实践经验。 4.在相关领域发表过高质量论文,或参与过有影响力的开源项目。 5.具备良好的英文论文阅读和写作能力。



