职位描述
参与法律大模型的数据与算法研发，围绕真实法律任务，探索高质量数据合成、Agent 轨迹生成、模型评测与训练方法。
1.梳理合同审查、法律检索、尽职调查、诉讼分析等场景，构建法律任务体系与评测数据集。
2.研发数据合成流程，生成任务种子、参考材料和评分规则，提升数据的真实性、多样性与难度覆盖。
3.搭建法律 Agent 运行与采集流程，构建包含多轮推理、工具调用及执行结果的训练数据。
4.设计自动化质检与评测方法，开展数据清洗、去重、筛选和错误分析，并与法律专家协作验证。
5.参与 SFT、强化学习实验，研究数据质量、规模与任务分布对模型能力的影响。任职要求
1.计算机、人工智能、数学等相关专业本科高年级、硕士或博士在读；欢迎具备编程与算法基础的法学交叉背景同学。
2.熟练使用 Python，熟悉 Linux、Git，具备数据处理、实验开发和问题排查能力。
3.理解大语言模型基本原理，了解提示词设计、SFT、模型评测、 Agent 中的一项或多项。
4.对数据质量敏感，能够设计对照实验、分析失败案例，并清晰记录实验结论。
5.对法律 AI 有兴趣，愿意深入理解法律工作流程；不要求已有系统法律训练。
加分项
1.有大模型数据合成、工具调用轨迹采集、自动评测或训练项目经验。
2.熟悉 PyTorch、Transformers，以及常用推理或分布式训练框架。
3.有法律 NLP、法律检索、文书分析等相关研究或实践经历。
4.有高质量开源贡献、竞赛成果或相关论文。
