职位描述我们致力于提升大模型在代码领域的核心能力，让模型更好地理解、生成和分析代码，并通过执行、验证与环境交互解决复杂问题。你将参与代码方向的后训练研发，探索高质量数据、强化学习与反馈驱动的训练方法，持续拓展模型的能力边界。你将负责： 1. 研发面向代码能力的后训练方法，提升模型在代码理解、生成、推理、调试与验证等任务中的表现。 2. 面向复杂代码任务构建训练数据与交互环境，探索高质量数据合成、任务生成与难度控制方法。 3. 研究基于执行结果、工具调用及环境反馈的强化学习方法，优化奖励机制与训练策略，提升模型解决复杂问题的能力。 4. 探索反馈驱动的迭代学习机制，提升模型发现问题、验证方案和持续改进的能力。 5. 建立代码能力评测与错误分析体系，定位能力瓶颈，推动数据、训练与评测的闭环迭代。任职要求1. 有强烈的技术追求和和热情，真的想要用技术给现实世界带来改变； 2. 具备优秀的研究素养和创新能力，在国际顶会或期刊发表过高质量论文，在模型后训练、强化学习、代码智能或相关方向有研究或实践经验。； 3. 有良好的工程和动手能力，能够广泛利用各种工具解决问题，主导或者参与过有影响力的大规模机器学习项目； 4. 具备良好的研究判断力和探索精神，能够通过严谨实验推动模型能力提升。 【加分项】 1. 有大规模分布式训练相关经验、在理解算法原理的同时，也掌握实现细节； 2. 有ACM/NOI/超算等各类竞赛获奖经历者； 3. 在相关领域有高质量研究成果或开源贡献。
