职位描述：负责后训练（Post-training）相关研发工作，提升模型在数理推理、Planning、RAG、指令跟随、工具调用等方面的能力；优化和迭代大模型的对齐训练策略和工具，包括 SFT、RLHF、Self-play RL、Agent 优化、模型融合、模型蒸馏等；开展人类和机器偏好相关研究，提升奖励信号的质量和多样性，解决 Reward Hacking 和奖励融合问题；参与数据飞轮、合成管道、训练实验、评测工具的开发与升级，提升团队效率，跟进并适配领域和开源的最新进展；职位要求计算机或数理相关专业背景，硕士或博士学历优先；具备优秀的编程能力，精通 Linux、Python 和 Pytorch；熟悉 Transformer 架构和大模型基础知识，有后训练及数据处理经验者优先；具备强大的研究和实践能力，能够制定高效实验方案，快速定位和解决问题；具有良好的沟通和协作能力，具备挑战精神和结果导向。加分项：在顶级会议上发表过论文并具有学术影响力。拥有知名开源项目经验，在开源社区有影响力。深度参与过知名大模型项目，并在关键技术上有深入实践经验。有医学背景/医疗大模型/医疗落地实践等经验内推码：UHA2UC9内推地址：https://cq6qe6bvfr6.jobs.feishu.cn/s/iA297sBh

职位描述：负责后训练（Post-training）相关研发工作，提升模型在数理推理、Planning、RAG、指令跟随、工具调用等方面的能力；优化和迭代大模型的对齐训练策略和工具，包括 SFT、RLHF、Self-play RL、Agent 优化、模型融合、模型蒸馏等；开展人类和机器偏好相关研究，提升奖励信号的质量和多样性，解决 Reward Hacking 和奖励融合问题；参与数据飞轮、合成管道、训练实验、评测工具的开发与升级，提升团队效率，跟进并适配领域和开源的最新进展；职位要求计算机或数理相关专业背景，硕士或博士学历优先；具备优秀的编程能力，精通 Linux、Python 和 Pytorch；熟悉 Transformer 架构和大模型基础知识，有后训练及数据处理经验者优先；具备强大的研究和实践能力，能够制定高效实验方案，快速定位和解决问题；具有良好的沟通和协作能力，具备挑战精神和结果导向。加分项：在顶级会议上发表过论文并具有学术影响力。拥有知名开源项目经验，在开源社区有影响力。深度参与过知名大模型项目，并在关键技术上有深入实践经验。有医学背景/医疗大模型/医疗落地实践等经验#人工智能招聘#内推码：UHA2UC9内推地址：https://cq6qe6bvfr6.jobs.feishu.cn/s/iA297sBh

职位描述：负责后训练（Post-training）相关研发工作，提升模型在数理推理、Planning、RAG、指令跟随、工具调用等方面的能力；优化和迭代大模型的对齐训练策略和工具，包括 SFT、RLHF、Self-play RL、Agent 优化、模型融合、模型蒸馏等；开展人类和机器偏好相关研究，提升奖励信号的质量和多样性，解决 Reward Hacking 和奖励融合问题；参与数据飞轮、合成管道、训练实验、评测工具的开发与升级，提升团队效率，跟进并适配领域和开源的最新进展；职位要求计算机或数理相关专业背景，硕士或博士学历优先；具备优秀的编程能力，精通 Linux、Python 和 Pytorch；熟悉 Transformer 架构和大模型基础知识，有后训练及数据处理经验者优先；具备强大的研究和实践能力，能够制定高效实验方案，快速定位和解决问题；具有良好的沟通和协作能力，具备挑战精神和结果导向。加分项：在顶级会议上发表过论文并具有学术影响力。拥有知名开源项目经验，在开源社区有影响力。深度参与过知名大模型项目，并在关键技术上有深入实践经验。有医学背景/医疗大模型/医疗落地实践等经验内推码：UHA2UC9内推地址：https://cq6qe6bvfr6.jobs.feishu.cn/s/iA297sBh

职位描述：负责后训练（Post-training）相关研发工作，提升模型在数理推理、Planning、RAG、指令跟随、工具调用等方面的能力；优化和迭代大模型的对齐训练策略和工具，包括 SFT、RLHF、Self-play RL、Agent 优化、模型融合、模型蒸馏等；开展人类和机器偏好相关研究，提升奖励信号的质量和多样性，解决 Reward Hacking 和奖励融合问题；参与数据飞轮、合成管道、训练实验、评测工具的开发与升级，提升团队效率，跟进并适配领域和开源的最新进展；职位要求计算机或数理相关专业背景，硕士或博士学历优先；具备优秀的编程能力，精通 Linux、Python 和 Pytorch；熟悉 Transformer 架构和大模型基础知识，有后训练及数据处理经验者优先；具备强大的研究和实践能力，能够制定高效实验方案，快速定位和解决问题；具有良好的沟通和协作能力，具备挑战精神和结果导向。加分项：在顶级会议上发表过论文并具有学术影响力。拥有知名开源项目经验，在开源社区有影响力。深度参与过知名大模型项目，并在关键技术上有深入实践经验。有医学背景/医疗大模型/医疗落地实践等经验内推码：UHA2UC9内推地址：https://cq6qe6bvfr6.jobs.feishu.cn/s/iA297sBh

🌟**成立背景：**🌟百川智能，由前搜狗公司CEO王小川先生于2023年4月10日创立，秉承"让知识触手可及，服务普惠大众"的使命，致力于通过语言AI技术的突破，打造中国顶尖的大模型平台。🌟**快速成长：**🌟自成立之初，百川智能迅速跻身科技独角兽行列，刷新了国内大模型初创企业的成长速度记录。🌟**产品矩阵：**🌟百川智能已成功推出多款大模型产品，包括开源免费商用的Baichuan-7B/13B、Baichuan2-7B/13B，以及闭源的Baichuan-53B、Baichuan2-53B、Baichuan2-192K。其中，Baichuan-7B/13B在多个权威评测中表现卓越，名列前茅。🌟**最新成就：**🌟2024年5月22日，百川智能发布最新一代基座大模型——Baichuan 4，并推出首款AI助手"百小应"。Baichuan 4在通用能力、数学和代码能力方面均有显著提升，分别提高了10%、14%和9%，在SuperCLUE评测中，模型能力位居国内第一。🌟**技术领先：**🌟Baichuan 4还具备行业领先的多模态能力，在各大评测基准上表现优异，超越了Gemini Pro、Claude3-sonnet等多模态模型。🌟**团队招募：**🌟百川智能现正招募以下专业人才，共同推动AI技术的发展：算法类：大模型算法工程师，专注于预训练、多模态、强化学习、SFT、医疗、安全、文生图等领域。工程类：Infra工程师，负责分布式训练、推理、调度等方向；前端、后端、客户端开发工程师。产品类：医学产品经理、大模型产品经理，共同塑造产品的未来🔒 福利保障：完善的五险一金制度，按照行业最高比例缴纳周末双休，享受国家法定节假日及各类带薪假期🍰 员工福利：补充医疗保险，覆盖员工及其子女丰富的下午茶选择加班或周末办公可享受打车报销合作健身房优惠折扣提供餐补，解决员工用餐问题团队建设活动，聚餐费用由公司承担全薪病假及带薪年假年会抽奖机会，赢取Mac、iPhone、平板电脑等奖品传统节日礼包，感受公司关怀我们期待与您携手，共创AI技术的新篇章！欢迎访问链接或百川智能官网，了解详细岗位。我的内推码：UHA2UC9社招：https://cq6qe6bvfr6.jobs.feishu.cn/baichuanzhaopin私聊可写推荐信。