工作职责：
基于Transformer的网络拓扑底座，借鉴目前的最新研究成果，提升预训练模型的向量化表征能力，用于交互场景的多个语义理解模块
低人力成本、高效率的技能交付，满足客户的体验要求
基于LLM技术提升原有语义理解模块的能力，并推动上线，提升语音交互产品体验
任职资格：
熟悉pytorch，熟悉bert，ernie，xlnet等主流预训练模型框架，动手能力强，能快速复现SOTA模型方案。
扎实的代码开发能力，熟悉业务之后能独自完成技术的预研、调优、上线部署等工作。
熟悉大模型相关技术，具备对特定场景、特定任务的提示构造，以及通过提示微调、偏好对齐来优化LLM模型的综合能力。
良好的沟通能力，对AI有热情，能和团队一起探索新技术，推进新技术落地。
在ACL、EMNLP、NAACL、COLING、ICLR、AAAI、CoNLL、NLPCC等会议或期刊中有论文发表者优先。