大模型强化学习算法研究员

岗位描述：研究语言及多模态大模型在 RLHF 阶段的广义强化学习算法，提升大模型能力，探索大模型自我进化路径。研究大模型驱动的智能体算法，包括但不限于 ReACT、Voyager、WebGPT、AutoGPT。 岗位要求：985/211 学历，计算机科学、人工智能、自动化、数学等相关专业。具备扎实的机器学习基础和较强的编码能力，能够熟练使用 PyTorch。在大模型训练和强化学习至少一个方向上有学术界或工业界高影响力工作。对人工智能和大模型技术有强烈兴趣与热情，愿意持续学习和探索新技术。有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级会议发表有影响力研究成果者优先；在 ACM/ICPC、NOI/IOI、Kaggle 等编程或 AI 比赛中获奖者优先；主导或参与过 AI 相关有影响力开源或闭源项目者优先。