Token Foundry-大模型评测与对齐算法研究员-Qwen

1. 负责建设面向集团各业务线的大模型评测体系，涵盖通用能力评测与业务场景定制评测，优化基于 LLM-as-Judge、自动化评测模型训练、人工评估和用户行为数据的多维度评测框架，保障评测结果的全面性和可靠性。 2. 构建多维度评测指标体系（准确性、安全性、流畅度、一致性、业务指标等），覆盖 APP 对话助手及各业务线智能体场景。 3. 深度参与模型迭代过程中的评测驱动优化，建设完整的“数据→训练→评测→反馈”的高效数据飞轮。 4. 跟踪业界主流评测方法与 Benchmark 动态，持续优化内部评测体系。 【任职要求】 1. 计算机科学、人工智能等相关专业硕士及以上学历，1 年以上大模型研发相关工作经验。 2. 了解 LLM 常见的能力维度（推理、知识、指令遵循、安全、多轮对话等）及对应的评测策略。 3. 具备大模型评测体系设计与落地经验，熟悉主流 Benchmark 与评测框架，有 R…… 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。

本站当前在招 20969 个北京岗位（全城各职能合计），其中 1782 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。