AI4S推理大模型实习生· 2026-09-10

探索 AI4S 模型能力强化，参与构建面向科学发现与材料优化的大模型后训练体系。

探索AI4S模型能力强化，参与构建面向科学发现与材料优化的大模型后训练体系。围绕复杂科学问题中的跨尺度知识表示、因果链生成与推理，构建高质量指令与交互式决策数据，进行监督微调与强化学习，提升大模型在机制分析、实验设计、配方优化等下游关键任务中的推理与决策能力，赋能AI驱动的关键材料智能研发。

基本要求： 1. 计算机科学、人工智能、数学、计算物理、计算化学等相关专业在读硕士、博士，特别优秀者可放宽至本科 2. 具备优秀的编程能力，熟练掌握 Python，熟悉 PyTorch 等主流深度学习框架 3. 了解大语言模型、Transformer、SFT、RLHF、DPO、PPO、GRPO 等相关方法中的一种或多种 4. 具备较强的独立问题分析和解决能力，对 AI4S、科学推理、大模型后训练等交叉方向感兴趣 5. 具备良好的沟通表达能力与团队合作精神，能够与跨学科团队高效合作 加分项： 1. 有大模型微调、指令数据构建、偏好数据构建、RL 后训练或 Agent 相关项目经验 2. 熟悉 Qwen、LLaMA、DeepSeek、InternLM 等开源大模型，或有 LoRA、QLoRA、DeepSpeed、vLLM、TRL 等工具使用经验 3. 具有多模态大模型、生成模型、强化学习或 AI4S 相关研究经验者优先 4. 以第一作者身份在 NeurIPS、ICML、ICLR、ACL、KDD 等 AI 顶会，或材料、化学、物理等相关领域高水平期刊会议发表成果者优先 我们将提供： 1. 充沛的 AI 计算资源和具有竞争力的实习薪资 2. 表现优异的实习生将提供转正机会 投递方式：邮件和简历命名统一为「姓名 - AI4S推理大模型实习生」。