【Plan A】助理研究员-基础算法-AGI研究中心-27届

岗位职责

部门介绍： 实验室专注下一代大模型底座的研发，构建通用SFT与强化学习的工业级后训练基建，驱动数据飞轮高效运转，并依托前沿评测体系持续牵引模型能力迭代。同时，团队正全面开拓扩散大语言模型的全流程研究，以极致的系统工程驱动通用智能演进。

职位描述：

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。

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

LLM、Python、代理式架构、分布式训练、分布式训练系统、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、并行计算、强化学习、扩散LLM、扩散语言模型、扩散过程模型、文本解码、智能代理、智能体、智能研发、概率生成、概率过程、模型加速/性能优化、模型推理、深度学习、生成解码、算法工程化经验、自然语言处理算法、训练框架、语言模型推理、随机微分方程、随机采样