哈工大博士后—知识与语言计算课题

哈尔滨工业大学（深圳）知识与语言计算课题组

https://www.li-jing.com/team.html

岗位职责：

1．大模型对齐（Alignment and Trustworthiness in LLMs)

研究大模型与人类价值观和目标的对齐机制，探索大模型全链条（数据、模型和内容）安全策略，研究基于人类反馈强化学习与超级对齐的价值观对齐技术等。

2．知识协同的大模型（Knowledge Collaboration in LLMs)

探索大模型中的知识分析、表征与增强机理，揭示大模型“所不知”和“不应知”知识边界，研究外源非结构化知识（如百科）和结构化知识（如知识图谱）与大模型内蕴知识协同推理方法，研究大模型知识边界探测与修正方法等。

3．大模型智能体 (LLM-based Agents)

构建大语言模型智能体来执行复杂任务， 研究智能体规划、记忆以及工具使用方法；研究多智能体之间协作、通信、控制和决策机制等。

4．大模型跨模态推理 (Multimodal Reasoning)

研究大模型跨模态数据融合技术，构建高效的跨模态学习和推理方法。

5．大模型压缩（LLM Compression）

探索知识蒸馏、参数剪枝和量化等压缩方法，减少大模型的存储和计算需求，实现在资源受限的云边端设备上部署。

6．大模型行业应用（LLM Applications）

基于目前与多个企业的深度合作，推动大模型在金融、知识产权、政务、网安、油气等行业的落地应用。

任职要求：

1.计算机相关方向博士毕业。

2.相关领域国际会议和期刊上发表2篇及以上论文。