工作职责： - 研究与探索大型语言模型（LLM）在智能硬件语音对话系统中的应用与创新方案。 - 专注于利用**强化学习（RL）** 等算法优化LLM的对话策略、上下文理解与个性化交互能力。 - 参与基于人类反馈的强化学习（**RLHF**）等相关技术的实验、评测与迭代优化。 - 撰写技术报告与算法原型实现。 职位要求： - 硕士或博士在读，计算机、人工智能、自然语言处理等相关专业。 - 具备扎实的Python编程能力，熟悉PyTorch/TensorFlow等深度学习框架。 - 对LLM（如GPT、LLaMA等）有浓厚兴趣，有Prompt Engineering、微调或相关项目经验者优先。 - 具备强化学习（RL）基础，了解常见算法（如PPO， DQN， REINFORCE等），有RLHF项目经验者优先。 - 具备良好的逻辑思维、学习能力和团队协作精神。 - 可实习6个月以上者优先。