The posting
1. 调研数值基础模型前沿技术:阅读并整理表格数据基础模型(Tabular Foundation Model)、数值大模型、结构化数据学习等方向的前沿论文与技术资料,跟踪领域最新进展。 2. 参与表格数据基础模型设计:协助探索适用于表格型数据的基础模型架构,包括数据表示、模型结构设计和预训练方法研究。 3. 开展模型训练与实验优化:参与表格数据基础模型训练流程搭建,完成数据处理、模型训练、参数调优和实验分析。 4. 探索跨领域数值智能能力:研究不同领域表格数据中的统一表示方法,分析模型在预测、分类、异常检测等任务中的泛化能力。 5. 参与科研实验与成果整理:完成实验记录、结果分析和技术文档整理,参加课题组组会并进行阶段性研究汇报。
1. 招募对象:本科生、硕士研究生。 2. 计算机、人工智能、数学、统计学等相关专业背景优先。 3. 具备 Python 编程基础,了解机器学习、深度学习基本方法,能够完成数据处理与实验开发。 4. 能够阅读英文论文和技术资料,对大模型、基础模型及数值智能方向具有研究兴趣。 5. 有机器学习项目、论文复现、算法竞赛、开源项目或模型训练经验者优先。 6. 具备良好的数学基础和实验分析能力,能够理解模型设计、训练过程及评测方法。 7. 具备主动学习能力和科研探索兴趣,能够稳定投入项目研发并完成阶段性任务。 8. 实习安排:线下科研实习;周期6个月以上;每周投入30小时以上。



