职位描述
面壁智能基础模型团队，方向聚焦于提升端侧、云侧自研模型在复杂 Agentic 场景下的表现。通过优化多轮交互、多工具协同、多跳信息检索、多文件操作、长程任务执行、错误恢复与闭环交付等方面的能力，实现模型的跨 harness 泛化。
岗位职责：
以模型训练为核心，参与 data-infra-algorithm-eval 的全流程闭环：
1、构建大规模任务与环境合成管线，实现高质量训练数据的快速获取；
2、优化训练 recipe，探索 mid-train, sft, rl, opd 的有机结合；
3、形成独到的数据选择及加权策略，逐步拓宽模型的能力边界；
4、在 agentic training 中持续 scaling，保证大规模异步强化学习的高效与稳定；
5、设计更为精细的评测和长轨迹信用分配方法，引导模型习得良好的解题模式；任职要求
1、Base 北京，持续实习 6 个月及以上，硕士 or 博士在读（优秀本科生也可投递）；
2、具备分布式训练经验，熟悉 MoE 模型的 post-train 流程；
3、能够高效利用 AI 工具，可以依据实验结果进行快速归因。
加分项：
1、拥有基座模型研发经验，对于模型训练、Infra 优化有深入理解；
2、在 NeurIPS / ICML / ICLR / ACL / EMNLP / SIGIR 等顶级学术会议发表过有切实应用价值的工作，或主导过高影响力的开源项目。
