岗位职责：

1.探索生成式模型的高级推理发生机制，提升大模型在复杂任务上的推理表现。包括但不限于RL scaling、Test time scaling等；

2.探索模型通过使用工具扩展能力边界，同复杂环境交互持续提升模型智能水平；

3.超大规模模型的强化学习性能优化，通过算法/工程的联合优化，极致加速模型训练和推理。

任职要求：

1.计算机科学、人工智能、自然语言处理、强化学习、数学等相关领域专业；

2.扎实的机器学习、NLP、RL等相关领域基础，对其中一个或多个方向有深入的研究经历，发表过高水平论文优先（如NeurIPS,ICLR,ICML,ACL,EMNLP,ICRA,IROS,CoRL等）；

3.优秀的代码能力、数据结构和基础算法功底，熟练Python、C++等至少一门编程语言，熟悉LINUX环境，ACM/ICPC、NOI/IOI、Kaggle等比赛获奖者优先；

4.在有影响力的LLM、RL相关开源项目中做出过核心贡献者优先；

5.良好的技术品味，信奉长期主义，能识别关键问题并持续深入探索；

6.良好的沟通协作能力，旺盛的技术好奇心，能和团队一起持续拓展技术外延。

岗位亮点：

1. 团队具备良好的技术氛围，技术审美优秀，在Reasoning、Agentic RL等技术方向都有较为前沿的探索经验。

2. 有充足的训练资源，参与解决RL scaling等有挑战的目标。

工作城市：

北京市、上海市

联系方式：

微信 xixy10