【LongCat实习】LongCat 大模型研究员-Post-training
面议
我们在探索通过数据优化及大规模RL的方式,持续提升模型的核心基础能力和复杂生产力场景解决困难问题的能力。让模型具备深度思考与可靠行动的特性,推动模型在真实复杂任务中实现从“会说”到“会做”的跨越。
团队在以下方向上进行探索,若你对以下一个或者多个课题感兴趣均欢迎投递:
1.大模型核心基础能力优化
围绕指令遵循、幻觉缓解、复杂推理、智能体规划等关键能力,研究并开发高效的后训练与对齐方案。
深入分析模型行为,通过数据策略、奖励建模、训练范式创新等,系统性提升模型的可靠性与实用性。
2.大规模强化学习与多目标RL训练...