关于岗位
我们正在探索大语言模型在真实人际沟通中的应用,希望让 AI 不仅能够理解文字,还能够更好地理解语境、情绪、关系与表达意图。
我们希望找到一位对大语言模型、情感计算和人机交互充满兴趣的算法工程师。
你将参与灵焰核心 AI 能力的建设,通过数据、训练、评测与推理优化,让模型在真实沟通场景中持续进步。
这不是一个只负责调用模型 API 的岗位,也不是纯粹的学术研究岗位。
我们希望将有价值的研究方法转化为真实可用的产品能力。
岗位职责
- 参与大语言模型在恋爱与社交沟通场景中的能力优化。
- 研究情绪理解、沟通意图识别、语境建模及表达策略等方向。
- 参与训练数据构建、数据清洗、质量评估及偏好数据集建设。
- 开展 SFT、偏好优化等模型训练实验,分析不同方法的实际效果。
- 建设模型评测体系,持续优化回复质量、自然度、相关性与沟通得体性。
- 参与 Agent、上下文管理、推理优化等 AI 应用能力建设。
- 跟踪 LLM、情感计算及相关领域的研究进展,探索适合业务的新方法。
任职要求
- 具备机器学习、深度学习或自然语言处理相关基础。
- 熟悉 Python、PyTorch 等常用开发工具。
- 理解 Transformer、大语言模型及常见训练与推理方法。
- 了解 SFT、LoRA、偏好优化等模型微调技术。
- 具备数据处理、实验设计、模型评测和结果分析能力。
- 能够阅读英文技术文档及相关研究论文。
- 对情感计算、自然语言理解或人机交互具有真实兴趣。
- 具备较强的动手能力,能够将算法思路实现并验证。
加分项
- 具有 LLM 微调、偏好学习或强化学习实践经验。
- 熟悉 Hugging Face、Transformers、PEFT、TRL 等工具。
- 了解 vLLM、模型量化或推理部署。
- 具有情感分析、对话系统、用户意图识别等项目经验。
- 具有心理学、认知科学、计算语言学等交叉学科背景。
- 具有 Agent、LangGraph 或模型评测系统开发经验。
- 有相关论文、开源项目或独立研究成果。
我们更看重
研究与工程并重。
我们希望你不仅能够理解算法原理,还能够设计实验、验证假设,并将结果应用于真实产品。
关注真实效果。
模型指标只是参考,我们更关注模型是否真正改善用户的沟通体验。
保持探索精神。
情感计算与大语言模型的结合仍有许多值得探索的问题。我们欢迎不同学科背景、愿意主动研究新方法的人。
重视数据与实验。
我们希望每一次模型改进都有可追溯的实验依据,而不只是依靠主观感受。
你将获得
- 直接参与真实 AI 产品的核心模型能力建设。
- 接触完整的数据、训练、评测、部署与反馈闭环。
- 探索 LLM、情感计算、对话系统等交叉研究方向。
- 参与模型训练方法、评测体系及技术路线的讨论。
- 在小团队中拥有较大的技术探索与实践空间。