岗位职责 ● 研究模型在预训练与 Post-training 阶段的内在一致性，建立跨训练阶段的性能预测方法论，预判模型能力上限； ● 从可解释性角度出发，基于模型内在机理提出多维度的深度评测标准，构建超越传统 Benchmark 的评测框架； ● 设计更具区分度的 Benchmark，定义模型核心能力维度，探索并量化评测标准； ● 从评测视角对模型开展 Red Teaming，系统挖掘模型短板，并提出针对性的改进建议； ● 探索 Agent Foundation Model、DeepResearch 等新型模型与智能应用场景，构建与之匹配的评测基准体系。 任职要求 ● 知名院校大学本科学历以上，计算机、人工智能、数学等相关专业； ● 聚焦问题本质，具备第一性原理思考能力，能从底层逻辑拆解复杂问题； ● 对大模型评测有浓厚兴趣，对该领域前沿进展有持续关注； ● 具备大模型训练或模型评估研究经验，在国际顶会（NeurIPS、ICML、ICLR、ACL 等）发表过相关论文者优先； ● 具备良好的跨团队协作能力与沟通表达能力，能在开放性问题中主动推进研究落地。 加分项 ● 有参与大型开源评测项目或基准构建经验； ● 熟悉模型可解释性分析工具与方法； ● 具备多模态或强化学习相关研究背景。