（可远程实习）大模型算法实习岗

参与大语言模型（如LLaMA、ChatGLM等）的微调与优化，包括但不限于： 基于业务场景的领域适配微调（Supervised Fine-Tuning, SFT） 指令微调（Instruction Tuning）与对话能力优化 人类反馈强化学习（RLHF）或DPO等对齐技术实践 构建和清洗高质量微调数据集，设计数据增强策略。 探索高效微调技术（如LoRA、QLoRA、Adapter等参数高效方法）。 跟踪学术界与工业界最新进展，复现并优化相关论文算法。

学历背景：计算机科学、人工智能、数学等相关专业硕士在读，或优秀本科生。 技术能力：熟悉PyTorch/TensorFlow框架，掌握深度学习基础理论。 了解Transformer架构及主流大语言模型（如LLaMA、GPT、BLOOM等）。 有NLP相关项目经验（文本生成、对话系统等优先）。 技术加分项：熟悉HuggingFace生态、RLHF技术栈或分布式训练。 其他要求： 对AGI技术有热情，具备较强的学习能力和工程落地意识。 每周至少实习4天，持续6个月以上。