【岗位职责】 1、面向真实用户和业务场景，参与大模型评测体系建设，探索更贴近实际使用效果的评测方法； 2、负责评测数据构建、评测标准设计与结果分析，发现模型问题并推动效果优化； 3、参与评测工具与流程开发，提升评测效率，为模型的迭代优化提供支持。 【任职要求】 1、熟练掌握 Python，具备良好的编程和数据处理能力； 2、熟悉大语言模型，能够利用大模型开展数据构造、分析与自动化评测； 3、具备良好的问题拆解和实验分析能力，能够将业务需求转化为评测方案； 4、有 NLP、大模型评测或数据挖掘相关经验者优先； 5、具备技术调研和自主推进能力，沟通协作良好，对大模型应用有兴趣。