岗位职责：
1. 负责多模态自回归模型，扩散模型的安全可信相关研究，解释和监控大模型的推理逻辑，对模型的reasoning能力进行分析和改进。
2. 核心参与深入研究多模态自回归模型，扩散模型和人类价值观对齐的问题，包括内对齐、外对齐、自对齐等，和团队合作开发RLHF, GRPO等强化学习技术，以及对前沿强化学习路线研究。
3. 核心参与深入研究AI前沿风险，包括Deceptive alignment, Scheming, uncontrolled AI R&D, Self-replication等问题。
4. 核心参与深入研究智能体的安全可信问题，包括终端智能体，电脑智能体和具身智能体等，和团队合作开发评测工具和技术，优化智能体场景下的安全可信问题。

任职要求：
1. 硕士及以上学历，博士学历优先，计算机科学、电子信息、自动化或机器人相关专业背景优先，一年及以上工作经验者优先；
2. 具备扎实的机器学习和深度学习基础知识和算法实践能力，了解大模型的设计和训练流程；
3. 精通强化学习知识体系，熟悉主流强化学习算法如PPO、DPO等。
4 熟悉常用的深度学习框架和工具，具备良好的编程能力，熟练使用Python、C/C++等编程语言；
5. 在RSS、CoRL、ICRA、IROS机器人会议上或CVPR、NeurIPS、ICLR等人工智能会议有出色发表记录者优先。