具身大模型算法工程师-工业后训练

岗位职责： 1.设计并实施具身大模型的监督微调（SFT）流程，基于工业场景的半结构化任务数据，提升模型在特定机器人任务中的指令遵循、操作精度和任务完成度；开发多任务迁移学习与增量学习框架，实现跨场景、跨机器人形态的能力迁移；探索PEFT（参数高效微调）方案设计与落地验证。 2.实施RLHF及其衍生技术，将模型行为与工业任务的成功标准对齐；设计符合机器人任务特点的奖励函数，平衡任务完成度、安全性、效率与能耗等多维指标；开发并训练奖励模型，实现对机器人行为质量的准确自动评估。将离线强化学习与在线策略迭代相结合，构建可扩展的后训练闭环系统。 3.开发安全层与约束机制，防止模型在工业场景中产生危险或不可控行为；设计对抗性测试与压力测试方案，评估模型在边缘场景和长尾分布下的鲁棒性；实现不确定性估计与置信度校准，提升模型决策的可解释性与可信度，构建持续监控和在线学习系统，及时发现并修复模型在实际部署中…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。