职责描述
1. 参与文本自动评测算法的研发与迭代,覆盖作文评分、语言质量分析、内容相关性判断等任务。
2. 基于大模型构建评测链路:Prompt 设计与优化、评分维度拆解、输出结构化与稳定性保障。
3. 参与模型微调工作,包括训练数据构造与清洗、SFT/LoRA 等方式的训练与调参、效果对比实验。
4. 用QWK、准确率、分档一致率等指标量化模型与人工标注的一致性,定位并修复系统性偏差。对badcase 做归因分析,输出问题与改进方案,支撑模型效果持续优化。
基本要求
1. 本科及以上在读,计算机、人工智能、数学、统计、语言学等相关专业;每周可到岗 4 天以上,可持续实习 3 个月以上,能长期实习者优先。
2. 熟悉文本类算法,了解句法分析、文本分类、语义相似度等常见 NLP 任务的原理与典型做法。
3. 熟悉大模型相关技术,理解 Transformer 结构与 Prompt 机制;具备微调训练经验(SFT、LoRA / QLoRA 等任一方式)。
4. 能熟练使用 AI 工具辅助工作(如 Claude / GPT 类对话模型、Kiro 等 AI 编程工具),能用它们提升数据处理与代码实现效率。