jobber

申请人

我们的简介：
主要技术方向为预训练和PPO相关的技术¹，团队前期场景为通用大模型，目前主要工作为角色相关的大模型研发。

我们对你的希望：
1.参与大规模语言模型的算法相关研发，包括不限于网络改造、数据增强和制备等
2.参与对齐效果研发，适配业务需求，优化大模型的建模和对齐效果，提升真实性

我们岗位的技能要求：
1.熟练掌握Pytorch/Python;
2.计算机相关专业硕士及以上学历；
3.有良好的技术追求，主动性强，善协作；
4.对大模型背景有一定的了解；

实习也可以~ chowgenxiao(艾特)tencent.com

[1] HRLAIF: Improvements in Helpfulness and Harmlessness in Open-domain Reinforcement Learning From AI Feedback. https://arxiv.org/pdf/2403.08309.pdf