Job Description

日常实习-AI院-GLM后训练团队-算法实习生

北京

实习

互联网 / 电子 / 网游 - 研发

职位描述

1. 高阶推理能力提升：针对DeepResearch、CodeAgent等复杂推理任务开发专门的能力提升方案；探索长思维链推理机制，提升模型在Agent相关任务上的表现和泛化能力； 2. 复杂推理训练扩展性研究：探索模型通过长思维链推理在Agent相关任务上的效果提升；实现不同- Agent任务间的能力迁移和扩展 3. 对齐训练范式探索：探索新型对齐训练范式，整合多类型监督信号进行训练优化；研究不同监督条件下的训练可扩展性，推动后训练效果向预训练scaling效果靠拢 4. 对齐数据构造与优化：针对特定能力领域（数学、代码、复杂推理等）进行数据构造、筛选和优化；设计数据合成策略，控制对齐数据的质量和多样性

职位要求

【职位要求】 1. 实习期安排：4-6个月（具体根据实习工作），每周实习5天（周一至周五） 2. 985高校计算机、电子、自动化等相关专业硕士或博士学位(优秀本科生亦可考虑) 3. 深入理解常用的大模型算法；具备后训练及数据处理相关项目经验者优先 4. 在CCF-A类会议发表过相关论文者优先考虑 5. 熟练运用Pytorch、transformers、megatron等主流框架 6. 工作态度认真负责，具备良好的团队协作能力 5. 【加分项】 6. 在ACL，NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先； 7. 熟悉并行训练框架，有多机多卡训练经验者优先。 【简历投递】 8. 智谱官网直接投递 9. 邮箱投递：shuangshuang.wei@zhipuai.cn；邮件标题：职位名称+姓名+毕业时间

投递