1、探索新一代大语言模型基座架构，完成扩散模型（diffusion model）在大语言模型的重塑，突破逐个token预测的方式，实现高效的推理模式，探索全新scaling law； 2、实现大模型训练的数据清洗、合成和评估；设计和实现大模型训练的AI Infra框架。 本科及以上学历，计算机、人工智能和数学等相关专业，博士研究生优先； 2、熟练掌握扩散模型设计和使用技巧，在知名大模型公司/团队从事图像或视频生成者优先，有多模态/OMNI大模型理解&生成统一框架经验者优先； 3、有丰富的大模型预训练和后训练数据处理经验，熟练掌握数据收集、数据清洗、数据去重和数据合成等流程，能针对数据质量制定出评估指标和方法，在知名大模型公司/团队长期从事数据技术者优先； 4、MoE/Dense模型训练实战经验，包括模型预训练、RL Reasoning、SFT和RLHF等，熟练掌握各种模型训练和推理技巧，在大模型前沿技术领域有深度探索，发表过顶会论文、技术报告者优先； 5、熟悉大模型训练和推理框架，熟练掌握模型并行、数据并行和流水线设计等技巧，在知名大模型公司/团队长期从事AI Infra者优先； 6、熟悉各类评测基准和构造技巧，熟练掌握大模型客观评测和主观评测方法，在知名大模型公司/团队长期从事大模型评测者优先； 7、有良好代码能力，熟练掌握Python、C++和JAVA等编程技能，知名开源项目核心贡献者优先，ACM/ICPC竞赛获奖者优先，国内外知名数据挖掘比赛（例如KDD Cup等）中取得领先名次者优先。