The posting
1、负责构建并完善大模型评测体系,包括评测标准制定,评测工具链开发及前沿评测技术研究; 2、基于业务需求设计评测方案,开展多维度模型评估,输出专业评测报告; 3、参与大模型/Agent等技术在垂直领域的算法工程化实现及性能评估研究; 4、聚焦前沿评测技术研究,跟踪学术与工业界动态,探索 Agent 等复杂场景评测方法。
1、计算机科学/人工智能等相关专业本科及以上学历; 2、精通Python编程,熟练掌握PyTorch/TensorFlow等深度学习框架; 3、熟悉主流语言大模型技术架构和性能分析,具备SFT、RLHF、PE、RAG、Agent等实践经验; 4、掌握大模型评测方法论,具备构建Benchmark和评测平台的实践,了解各类主流评测技术及其局限; 5、具备 Agent 动态评测环境(Sandbox/Simulation)搭建能力,能够制定工具调用与长链路推理的量化评估方法。 6、具备出色的数据洞察能力,擅长从 Bad Case 分析定位模型短板; 7、具备优秀的问题分析与解决能力,责任心强,具有良好的团队协作精神。



