职位描述
1、面向真实用户和业务场景，参与大模型评测体系建设，探索更贴近实际使用效果的评测方法；
2、负责评测数据构建、评测标准设计与结果分析，发现模型问题并推动效果优化；
3、参与评测工具与流程开发，提升评测效率，为模型的迭代优化提供支持。任职要求
1、熟练掌握 Python，具备良好的编程和数据处理能力；
2、熟悉大语言模型，能够利用大模型开展数据构造、分析与自动化评测；
3、具备良好的问题拆解和实验分析能力，能够将业务需求转化为评测方案；
4、有 NLP、大模型评测或数据挖掘相关经验者优先；
5、具备技术调研和自主推进能力，沟通协作良好，对大模型应用有兴趣。
