The posting
参与实验室书生大模型数学研究级推理智能体的强化学习与自进化研究,探索大模型在复杂数学推理和数学研究任务中的应用。具体工作内容包括: 1. 基于实验室书生大模型开展数学研究级推理实验,围绕定理证明、数学问题分析、证明验证、研究思路探索等任务,探索有效的人机协同研究方式; 2. 参与数学研究级推理智能体的强化学习和自进化方案设计,协助构建问题生成、推理执行、结果验证、反思修正和经验积累等训练流程; 3. 参与面向数学研究场景的数据集、任务集和评测集建设,协助完成数据筛选、推理过程整理、答案验证、质量评估和阶段性质检; 4. 基于数学专业知识评估模型在问题理解、解题规划、证明推导、逻辑一致性和结果可靠性等方面的表现,分析模型错误并提出改进建议; 5. 协助开展文本及智能体强化学习相关实验,完成实验配置、结果统计、数据分析和研究结论整理; 6. 跟踪 AI for Math、大模型推理和智能体强化学习领域的最新进展,协助推进相关论文复现和技术验证。
1. 数学、数学与应用数学、基础数学、数学物理等相关专业硕士及以上学历,博士在读优先; 2. 具备扎实的数学基础和较强的逻辑推理能力,有纯数学研究、数学竞赛、定理证明或相关科研经历者优先; 3. 熟悉 Python,具备一定的编程、数据处理和实验分析能力; 4. 对大语言模型、强化学习、智能体或 AI for Math 有基本了解,有相关项目或研究经历者优先; 5. 能够认真分析模型输出,识别数学推理过程中的错误、漏洞和不严谨之处; 6. 学习能力强,自驱力强,具备良好的问题分析、表达沟通和团队协作能力; 7. 能够保证稳定的实习时间,实习周期较长者优先。



