The posting
- 围绕 AI for Science 通用大模型、 生命科学/ 计算科学等领域专用基础模型(如 scGPT、AlphaFold 等)构建全维度安全评测体系,面向科研场景特有风险开展理论、基准与评测工具研发,解决科学大模型幻觉、知识偏见、伦理泄露、推理误导、实验安全误导等核心安全痛点,搭建可自动化、可量化、可复现的科学大模型安全评测平台,支撑科研大模型合规落地与可信迭代。
- 面向 AI for Science 领域基础模型(单细胞、药物、材料、多组学大模型)研发全自动化端到端评测体系,打通论文解析、基准抽取、环境部署、实验复现、指标对比、偏差归因全链路,构建双循环自动评测闭环(公开基准评测 + 真实科研实战评测),开发自动化评测工具,解决科研模型评测人工成本高、结果不可复现、评测标准不统一、线上线下性能割裂行业痛点。
- 已取得或近期可取得计算机、生物信息学、计算生物学、药学、材料计算、人工智能、安全可信 AI、数理统计等相关专业博士学位
- 具备AI for Science或大模型安全相关研究基础,熟悉单细胞多组学、药物分子、计算材料、临床科研任意一类领域知识者优先;博士阶段研究方向包含大模型对齐、对抗样本、幻觉检测、可信 AI、生物信息模型安全、科研文本真实性校验等方向。
- 已取得或近期可取得计算机、生物信息学、计算化学、计算材料、人工智能、自动化、数据科学等专业博士学位;研究方向匹配:大模型自动化评测、多智能体 Agent、论文复现、Benchmark 构建、AI for Science 模型开发;熟悉单细胞、药物、材料任意一类科学领域基础任务(细胞注释、扰动预测、分子性质预测等)优先。



