主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "研究型实习生 - 大语言模型知识蒸馏与模型安全研究",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "Token Foundry",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "聚焦于LLM后训练中知识蒸馏、模型安全、Agent等相关算法研究，具体职责包括：\n1、知识蒸馏、RL算法优化与创新，不断提升LLM的reasoning能力；\n2、LLM safety相关算法优化与创新，通过Guard模型构建、模型可解释性技术探索、适配模型安全领域特性的SFT/RL算法优化等，不断提升LLM的安全性；\n3、Agent后训练探索与创新，提升模型在专业领域上端到端解决复杂任务的能力。",
"requirements_text": "1、精通Python等语言，熟练掌握PyTorch、verl、vllm等主流训练和推理框架，具备扎实的coding能力；\n2、在CCF-A国际会议或期刊（ICLR/NeurIPS/ICML/ACL等）有论文发表；\n3、对解决复杂技术问题、探索post-training前沿技术具备强烈的自驱力和技术热情；\n4、长期实习，一年以上。\n加分项：\n1、在ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、作为核心贡献者参与过高影响力的开源项目或发表过有高影响力的技术报告。",
"skills": [AI生成
"Python",
"PyTorch"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904720005?deptCodes="
}
]
},
"posting": {
"posting_id": "199904720005",
"post_date": "2026-04-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904720005?deptCodes="
},
"fulltext": "研究型实习生 - 大语言模型知识蒸馏与模型安全研究\n研究型实习生 - 大语言模型知识蒸馏与模型安全研究\n\n基础信息\n毕业起止时间要求：2028-11-01 - 2032-10-31\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：杭州\n\n职位描述\n聚焦于LLM后训练中知识蒸馏、模型安全、Agent等相关算法研究，具体职责包括：\n1、知识蒸馏、RL算法优化与创新，不断提升LLM的reasoning能力；\n2、LLM safety相关算法优化与创新，通过Guard模型构建、模型可解释性技术探索、适配模型安全领域特性的SFT/RL算法优化等，不断提升LLM的安全性；\n3、Agent后训练探索与创新，提升模型在专业领域上端到端解决复杂任务的能力。\n\n职位要求\n1、精通Python等语言，熟练掌握PyTorch、verl、vllm等主流训练和推理框架，具备扎实的coding能力；\n2、在CCF-A国际会议或期刊（ICLR/NeurIPS/ICML/ACL等）有论文发表；\n3、对解决复杂技术问题、探索post-training前沿技术具备强烈的自驱力和技术热情；\n4、长期实习，一年以上。\n加分项：\n1、在ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、作为核心贡献者参与过高影响力的开源项目或发表过有高影响力的技术报告。\n\n在招业务\nToken Foundry\n聚焦于LLM后训练中知识蒸馏、模型安全、Agent等相关算法研究，具体职责包括：\n1、知识蒸馏、RL算法优化与创新，不断提升LLM的reasoning能力；\n2、LLM safety相关算法优化与创新，通过Guard模型构建、模型可解释性技术探索、适配模型安全领域特性的SFT/RL算法优化等，不断提升LLM的安全性；\n3、Agent后训练探索与创新，提升模型在专业领域上端到端解决复杂任务的能力。\n1、精通Python等语言，熟练掌握PyTorch、verl、vllm等主流训练和推理框架，具备扎实的coding能力；\n2、在CCF-A国际会议或期刊（ICLR/NeurIPS/ICML/ACL等）有论文发表；\n3、对解决复杂技术问题、探索post-training前沿技术具备强烈的自驱力和技术热情；\n4、长期实习，一年以上。\n加分项：\n1、在ACM-ICPC等国内外知名算法竞赛中取得优异成绩；\n2、作为核心贡献者参与过高影响力的开源项目或发表过有高影响力的技术报告。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}