The posting
岗位职责 1. 负责 VLA/世界统一模型评测以及测试体系建设,制定评测标准、指标与规范; 2. 主导算法评测:意图理解、任务规划、连续动作流生成、多模态一致性; 3. 开展幻觉检测、越权/危险动作拦截、输出一致性等专项测试; 4. 规划并建设评测集:Golden Set、分层场景库(收拾垃圾/插花等任务)、红队/对抗用例、跨域泛化集、语音语料库; 5. 度量模型推理时延、显存/算力占用,输出时延报告,主导闭环重规划测试(执行偏差识别与纠偏); 6. 指导团队,与算法侧对齐评测标准,推动评测自动化与回归。
任职要求 1. 硕士及以上学历(优秀本科可放宽),计算机、人工智能、机器人等相关专业; 2. 3年以上大模型/具身智能算法评测经验,具备评测体系/评测集 0→1 建设经验; 3. 深入理解 VLA/世界模型/多模态模型原理与常见失效模式; 4. 精通大模型评测方法(评测集构建、指标统计、A/B 对比、红队测试); 5. 熟悉连续动作流、闭环控制、端到端模型评测指标; 6. 熟练使用 Python,具备评测脚本编写与数据处理能力。
加分项 - 有具身智能/机器人/自动驾驶算法测试经验;熟悉 RAG/世界模型评测; - 熟悉 ASR/意图理解评测; - 有评测集规划与团队带领经验。



