精品一久久_日韩成人激情_av2016天堂网_国产成年片_日日影视_精品国产观看

1.工作內容： （1）模型微調與優化:基于公司行業知識庫，對預訓練大模型(如LLaMA、GPT、Qwen等)進行領域適配微調，提升模型在行業場景中的任務表現(如問答、推理、文本生成)。 （2）數據處理與知識融合:設計并構建行業知識庫的清洗、標注及向量化流程，實現結構化與非結構化數據的高效融合。 （3）跨領域協作:與業務部門深度合作，理解行業需求，將模型能力嵌入實際業務場景(如客戶服務、數據分析、智能決策)。 （4）性能優化:通過參數高效微調(PEFT)、量化技術(QLORA)等方案降低顯存和計算資源消耗，適配企業級硬件環境。 （5）技術研究:跟蹤大模型微調前沿技術(如MOE、持續學習)，探索多模態知識庫與模型結合的創新方案。 2.招聘人數：1～2名 3.崗位要求 （1）基礎能力 碩士及以上學歷，計算機科學、人工智能、數學等相關專業。有開源項目貢獻(如Hugging Face模型庫、LangChain)或頂會論文(ACL、NeurIPS)者優先。 （2）技術能力 熟悉主流大模型架構(Transformer、LLaMA、GPT系列)，掌握微調技術(LORA、Adapter、Prefix-Tuning)及工具鏈(Hugging Face、Deepspeed)。熟練使用PyTorch/TensorFlow框架，具備分布式訓練(多GPU/TPU)和顯存優化經驗(如混合精度訓練、梯度檢查點)。精通行業知識庫構建技術，包括但不限于:知識圖譜構建、文本向量化(BERT/Embedding)、RAG(檢索增強生成)。熟悉量化部署技術（如AWQ）及輕量化推理框架（如vLLM、TensorRT-LLM），并了解GGUF等量化模型格式。 （3）其他要求 有公路交通行業投資、建設、運營等垂直領域知識庫項目經驗優先，熟悉行業術語與數據特性。具備多模態數據處理能力(文本、表格、圖像/視頻)，曾參與行業大模型落地項目。