岗位描述（节选）
关于岗位
模型能力变强，并不自动意味着它更值得信任：它可能在缺乏证据时自信作答，在复杂约束下遗漏指令，在偏好优化中学会迎合，或在长程任务中偏离目标。如何通过后训练，让模型既有能力解决问题，也能稳定地做出正确的行为选择？
你将围绕幻觉、复杂指令遵循、偏好对齐与 Agent 协作开展算法研究，探索如何将证据、偏好和交互反馈转化为有效的学习信号。这里的 Alignment 不止于调整回答风格，而是通过数据、奖励与训练方法，塑造模型在复杂交互中的判断和行动能力。你可以根据专长深入其中一个或多个方向，并参与从问题定义到训练验证的完整过程。
你将探索的技术问题
让模型知道何时继续验证、何时停止作答： 如何把证据充分性与不确定性转化为训练信号，减少幻觉，而不是让模型一味拒答？
让偏好优化学到真实目标： 如何避免奖励投机、谄媚和表面风格拟合，在有用性、诚实性与用户自主权之间形成稳定的行为策略？
让 Age……
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。