The posting
1. 参与科研导向的超高难度数学、物理评测集建设,设计能够检验大模型学科理解、复杂推理及科研问题求解能力的高质量题目。 2. 独立完成题目、标准答案、严谨推导与评分标准编写,确保评测内容准确、可验证。 3. 对主流旗舰模型开展评测,分析模型在知识运用、逻辑推理及计算过程中的错误,持续优化题目质量与区分度。 4. 参与题目交叉审核、质量分级及评测资料整理,形成规范、可复现的评测记录。
1. 数学、物理或相关专业在读本科生、硕士生、博士生,具备扎实的学科基础。 2. 在数学或物理至少一个方向具备较强的问题求解能力,能够独立设计复杂问题并完成严谨推导。 3. 具备良好的文献阅读与自主学习能力,能够理解科研问题,并将其转化为条件明确、答案可验证的评测任务。 4. 逻辑严密、认真细致,能够清晰表达解题思路,主动检查题目条件、推导过程与结论的正确性。 5.对大模型能力评测及 AI for Science 感兴趣,具备良好的沟通协作能力和持续交付意识。 6. 能够每周出勤至少 4 天,连续实习至少 6 个月。 加分项 1. 具有数学、物理相关科研经历,或高水平学科竞赛经历。 2. 具有原创命题、题目审核、学科教学或评测集建设经验。 3. 熟悉 Python、LaTeX、符号计算或数值计算工具,能够辅助验证答案。 4. 具有大模型使用、评测或复杂推理错误分析经验。



