【27届留用实习生】-基座模型（解释性方向）-安全可信AI中心

1. 研究基座模型谄媚等异常行为的内在作用机理，系统分析其与模型安全风险、幻觉生成等核心问题的内在关联； 2. 探索大模型训练动力学规律，追踪并解析不同训练阶段模型内部表征与外在行为特征的演变过程； 3. 研发基于可解释性技术驱动的数据合成方法，用于提升基座模型的通用能力与鲁棒性； 4. 参与学术讨论和技术交流，撰写研究报告、技术文档或论文，鼓励在国际顶级期刊或会议上发表研究成果。

1. 研究生及以上学历，计算机科学、数学、统计学或相关专业； 2. 熟悉大模型解释性算法：SAE、Probing、Attribution、Circuit Tracing等； 3. 熟悉大模型训练流程：具有LLM或多模态模型训练经验，熟悉SFT、RLHF等方法； 4. 熟练使用Python，熟悉PyTorch等主流深度学习框架，具备扎实的代码能力； 5. base 上海，每周出勤天数≥4天，能实习6个月及以上优先。 加分项 1. 在顶级会议/期刊（NeurlPS，ICML，ICLR，ACL，EMNLP等）以第一作者身份发表论文； 2. 参与开发过有影响力的开源项目，或在ACM/ICPC，Kaggle等竞赛中取得过优异成绩。