招 1-2 位同学来一起做些有意思的工作，主要是 LLM + RL R1类推理模型的研究，目前只做代码、数学两个方向，划重点：

------------------------------------------------------------------------------------------------------

 没有任何业务上的杂活，纯面向研究，以在行业内做出有影响的工作 / 论文为导向～

------------------------------------------------------------------------------------------------------

职位描述

1、负责大语言模型（LLM）中的强化学习方向技术研究，提升大模型在数学/代码等推理方面的能力； 

2、强化学习框架训练的调优。

岗位要求

1、 对大模型，强化学习有一定的研究基础，熟悉主流模型和算法，之前有实践经验最好，没经验也OK，好苗子可以培养的。 有想法，有热情，脑子转的快，有一定的独立研究能力，主动些，不要只听安排来干活； 

2、基础扎实，需要你有一定的工程能力，可以动手写代码对算法进行优化，有能力对 verl / openRLHF 等 强化训练框架进行效率上的优化。

简历可以直接发给我: wangjiakang@kuaishou.com，然后可以私信下同时也。

26届有转正机会吗

wizardI (Wizard) 在 ta 的帖子中提到：

招 1-2 位同学来一起做些有意思的工作，主要是 LLM + RL R1类推理模型的研究，目前只做代码、数学两个方向，划重点：

------------------------------------------------------------------------------------------------------

 没有任何业务上的杂活，纯面向研究，以在行业内做出有影响的工作 / 论文为导向～

……