實(shí)習(xí)崗位
2050研究院誠邀熱情且具有前瞻性的小伙伴加入我們位于新加坡的天工2050研究實(shí)驗(yàn)室。作為研發(fā)團(tuán)隊(duì)的新成員，這是一個(gè)將理論付諸實(shí)踐、同頂尖研究人員學(xué)習(xí)并為研發(fā)突破性技術(shù)的絕佳機(jī)會。
在 RLHF（強(qiáng)化學(xué)習(xí)中的人類反饋）和基于 LLM（大語言模型）的代理相關(guān)主題進(jìn)行前沿研究，確保研究成果發(fā)表在有影響力的會議和期刊上。
在專家導(dǎo)師的指導(dǎo)下，識別并解決提升 LLM 在數(shù)學(xué)推理、代碼生成和內(nèi)容創(chuàng)作能力方面的復(fù)雜問題。
開發(fā)算法、洞察或數(shù)據(jù)集，解決高級研究目標(biāo)的關(guān)鍵方面。
利用并貢獻(xiàn)于基于 LLM 的代理中的尖端工具和方法，并將這些進(jìn)展應(yīng)用于產(chǎn)品開發(fā)。
優(yōu)先考慮能夠至少全職實(shí)習(xí)6個(gè)月的候選人。
正在攻讀計(jì)算機(jī)科學(xué)或相關(guān) STEM 學(xué)科的博士學(xué)位，專注于 LLM 應(yīng)用，例如數(shù)學(xué)推理、代碼生成、代理工具使用等。
在頂級會議或期刊（如 NeurIPS、ICLR、ICML、ACL、EMNLP 或同等）上有研究發(fā)表，表現(xiàn)出卓越的研究能力。
具有生成模型的扎實(shí)理解，具備 RLHF 專業(yè)知識者優(yōu)先。
在深度學(xué)習(xí)框架（如 PyTorch 和 TensorFlow）中表現(xiàn)出熟練的編碼技能。
請將最新履歷表和Cover Letter發(fā)送至 michelle@kunlun-inc.com。我們致力于促進(jìn)多樣性，歡迎所有背景的候選人申請。加入天工 2050 研究實(shí)驗(yàn)室，共同塑造 AGI 的未來。
