智能辅助驾驶安全评估大模型微调实习生

智能辅助驾驶安全评估大模型微调实习生

上海实习数字技术 - 数字安全职位 ID：A175590

职位描述

岗位职责1. 参与面向“智能辅助驾驶仿真场景生成”的大语言模型微调，涵盖 监督微调（SFT）、指令微调（Instruction Tuning）与对齐微调（DPO / RLHF ）等，以抑制事实性幻觉、提升生成内容对法规标准、风险逻辑与物理可行性的忠实度为核心目标。2. 构建与维护领域微调数据集：从安全法规、评测标准等领域语料中构造高质量指令-响应对，完成数据清洗、去重、脱敏与格式标准化；并针对幻觉问题，构造忠实/虚构对照的正负样本用于对齐微调。3. 使用高效微调工具(LoRA / QLoRA / PEFT)开展微调实验,负责训练脚本编写、参数配置与日志分析；并探索检索增强(RAG)与微调相结合的方案，使模型生成的场景内容有据可依、可溯源。4. 设计并落地幻觉评测方法：构建面向场景生成的评测集，结合自动指标(物理可行性、事实一致性、引用可溯源性、结构合规性等)与人工抽检，量化幻觉率并驱动迭代；针对典型幻觉案例(虚构条款、参数错误、指标臆造等)分析成因并改进。5. 参与技术文档、实验报告与调优及幻觉分析总结的撰写。

职位要求

1. 计算机、人工智能、数学、统计等相关专业,本科高年级或硕士在读(博士优先)。2. 熟练使用 Python，掌握 PyTorch，了解 Transformer 架构与 LLM 训练基本流程。3. 熟悉 HuggingFace Transformers、PEFT、DeepSpeed 中至少一项。4. 理解 LLM 幻觉的成因与主流缓解手段(如高质量 SFT、RAG、对齐微调、事实性约束解码等),有相关实践或复现经验者优先。5. 有 NLP、文本生成、信息抽取或结构化生成相关项目经验者优先。6. 学习能力强,能复现论文实验,具备基本的问题分析与实验设计能力。

投递