【Plan A】助理研究员-基础算法-AGI研究中心（实习）

岗位职责

1. 主导或参与下一代扩散大语言模型（Diffusion Large Language Model）的核心架构设计与全流程研发，推动通用智能底座的演进；
2. 攻坚大语言模型长程 Agentic 扩展、原生多模态扩展及训练稳定性问题，深入分析并解决 infra 系统与算法层面的疑难杂症；
3. 设计并实现创新的解码与推理策略，探索高效的概率采样方案以拓展模型生成策略的多样性；
4. 将前沿生成模型理论（如随机过程、最优化）与极致的系统工程相结合，指导算法创新并推动技术的高效落地；
5. 与前沿研究团队协作，在解决实际算法瓶颈的同时，提炼科学问题并发表研究型文章。

代表作：LLaDA系列模型：https://github.com/inclusionAI/LLaDA2.X

任职要求

1. 具备扎实的深度学习理论基础，对扩散模型（Diffusion Models）、大语言模型架构底层逻辑及核心数学原理有深刻理解与持续追踪；
2. 具备丰富的超大规模模型训练、训练基建（如 Megatron、AReaL、Verl、miles）的调试与系统工程优化经验；
3. 在人工智能顶级会议（如 NeurIPS、ICLR、ICML 等）有研究成果发表经验者优先；
4. 具备极佳的复杂问题拆解能力与技术直觉，对科学发现与技术突破有极高的自我内驱力，享受技术攻坚的乐趣；
5. 具备优秀的学术经验，目标导向，敢于担当，能够与团队在无人区进行前瞻性探索协作。

特色标签

Python、代理式智能、代理系统、优化算法、凸优化、分布式大模型训练、分布式训练、千亿参数训练、去噪扩散模型、发表算法相关优秀论文、多模态学习、多模态模型、多模态算法、大型语言模型、大模型算法、大规模模型训练、并行计算、强化学习、扩散式大模型、扩散语言模型、扩散过程模型、推理策略、数值优化、智能体、概率解码、概率过程、模型加速/性能优化、模型训练稳定、深度学习、生成解码方法、算法工程化经验、自然语言处理算法、训练收敛性、训练鲁棒性、语言大模型、跨模态、随机微分方程、马尔可夫过程