【岗位职责】
●负责各类大语言模型（LLM）通用能力的一线评测工作，包括但不限于文本生成、逻辑推理、知识问答、多轮对话、代码生成等核心场景的效果验证。
●按照评测标准和流程，对模型输出结果进行客观、准确的打分与标注，记录评测过程中的异常情况和模型不足，形成详细的评测日志。
●参与构建自动评估集，完成题目构建、考点撰写、打分逻辑等任务。
●参与评测数据集的整理、清洗与标注工作，协助优化评测样本的覆盖度和代表性，提升评测数据的质量。
●配合团队完成评测任务的推进，及时反馈评测过程中遇到的问题（如评测标准模糊、样本异常等），协助优化评测方案和流程。
【岗位内容】
●本科及以上学历，专业不限。
●具备良好的文字理解与表达能力，逻辑思维清晰，具备较好的同理心和用户视角。
●工作认真细致、责任心强，具备较强的执行力和团队协作精神，能严格遵守评测标准和流程。
●具备基本的计算机操作能力，能熟练使用办公软件（如Excel、Word），有数据标注、模型评测相关经验者优先。
●对人工智能、大语言模型领域有一定兴趣，深度使用主流AI产品，并有自己的认知和智能客服系统的知识库维护及模型迭代测试，

工作地址：北京腾讯大厦 （北京当地优先）
工作地址：成都腾讯（成都当地优先）
工作时间：朝十晚七，双休、五险一金
薪酬范围：北京8-13k，成都：7-12k，12薪
面试流程：线下群体笔试→线上初试→线上复试→通过