基于（自动化）constitution和RAG及debate的大语言模型在商品理解任务中的应用

1、负责研发具备领域属性识别、商品匹配与商品分类等多任务能力的大模型；2、研发LLM-as-a-Judge用于自动化评测，设计human-in-the-loop的校验机制，提高组内各方向例行评测效率与可信度；3、研发与应用商品理解宪法，结合RAG、多Agents debate等方式，提升自研或外部LLM的商品理解效果；4、探索多模态大模型对商品详情页甚至站点web页互连子图的理解能力（商详页包含文字、图片、半结构化信息，超链接等）。

1、获得本科及以上学历，计算机、网络安全、人工智能、自动化、数学、物理等相关专业； 2、NLP/CV/大模型基础知识扎实，熟悉或能快速上手类似hf transformers的相关建模工具； 3、有NLP/CV/ML领域顶会论文投稿或中稿，或深度参与同论文研究深度相当的研究/实践项目经历； 4、有较强的业务问题抽象能力，有耐心、责任心； 5、系统化的机器学习基础素养，有深刻的、问题驱动式的模型训练与调试能力；