Investigación, Datos de Post-Entrenamiento

################################################################################################################################################################################################################################################################ La misión de Thinking Machines Lab es empoderar a la humanidad promoviendo la inteligencia general colaborativa. Estamos construyendo un futuro donde todos tienen acceso a los conocimientos y herramientas para hacer que la IA funcione para sus necesidades y metas únicas. Somos científicos, ingenieros y constructores que han creado algunos de los productos AI más utilizados, incluyendo ChatGPT y Character.ai, modelos de peso abierto como Mistral, así como proyectos populares de código abierto como PyTorch, OpenAI Gym, Fairseq y Segment Cualquier cosa. El papel de los investigadores post-entrenamiento se encuentra en el núcleo de nuestra hoja de ruta. Este es el puente crítico entre la inteligencia modelo crudo y un sistema que en realidad es útil, seguro y colaborativo para los humanos. El trabajo de investigación de datos de formación de postes se encuentra en la intersección de la percepción humana y el aprendizaje automático. Nuestro trabajo combina técnicas de datos humanos y sintéticos, junto con otros enfoques innovadores, para capturar los matices del comportamiento humano y utilizarlos para dirigir modelos. Investigamos y modelamos los mecanismos que crean valor para las personas para explicar, predecir y optimizar las preferencias humanas, comportamientos y satisfacción. Nuestro objetivo es convertir las ideas de investigación en datos mediante el análisis de campañas de etiquetado o recolección de datos bien gestionadas, y entender la ciencia detrás de lo que hace que los datos de alta calidad y útiles para formar nuestros modelos. También desarrollamos y evaluamos métricas cuantitativas que miden el éxito y el impacto de nuestros datos e intervenciones de capacitación. ■p ConfeccionarMás allá de la ejecución, exploramos nuevos paradigmas para la interacción humana-ai y la supervisión escalable, experimentando con cómo los humanos pueden supervisar, guiar y colaborar con los modelos. Es un trabajo interdisciplinario que combina la investigación, las operaciones de datos y la implementación técnica para avanzar en la frontera de sistemas alineados de IA centrados en el ser humano. Identificado Este papel combina investigación fundamental e ingeniería práctica, ya que no distinguemos entre los dos roles internamente. Se espera que escriba código de alto rendimiento y lea informes técnicos. Es un ajuste excelente para alguien que disfruta tanto de profunda exploración teórica como de experimentación práctica, y que quiere dar forma a los fundamentos de cómo aprende AI. - No. Nota: Este es un "empreverde papel" que seguimos abiertos sobre una base continua para expresar interés en este área de investigación. Recibimos muchas aplicaciones, y puede que no siempre haya un papel inmediato que se ajuste perfectamente a su experiencia y habilidades. Aún así, te animamos a aplicar. Revisamos continuamente las solicitudes y llegamos a los solicitantes como nuevas oportunidades abiertas. Usted es bienvenido a volver a aplicar si usted tiene más experiencia, pero por favor evitar aplicar más de una vez cada 6 meses. También puede encontrar que ponemos publicaciones para roles singulares para necesidades específicas separadas, de proyecto o de equipo. En esos casos, usted es bienvenido a aplicar directamente además de un papel siempre verde. Lo que harás será lo siguiente: ■ul ■li Confeccionar y ejecutar estrategias de recopilación y síntesis de datos para post-entrenamiento combinando retroalimentación humana, datos de preferencia y ejemplos sintéticos para guiar el comportamiento modelo. i)Conductos y marcos para etiquetado humano escalable y de alta calidad, etiquetado con ayuda de modelos y generación de datos sintéticos. ■li Investigación y modelo de preferencias humanas y comportamiento, creando métodos basados en datos para mejorar el razonamiento, la veracidad y la ayuda. ■li Iterate on evals: post-training implica un bucle interminable de definir un conjunto de evaluaciones, optimizarlas, y luego realizar tus evals existentes no captan lo que importa. Usted será responsable de hacer que los números suban y asegurarse de que los números sean significativos. i) Indicar y evaluar las métricas y parámetros que miden la calidad de los datos, la alineación y el impacto real de las intervenciones post-entrenamiento. "Seguir" y explorar: " La formación de títulos " implicará una combinación de escalar las metodologías existentes y desarrollar nuevas. Investigación individual y presente que mueve a toda la comunidad hacia adelante. Compartir código, conjuntos de datos y puntos de vista que aceleran el progreso en toda la industria y la academia. ■/ul ■h2 títulos y clasificaciones < > > > > > ■ul > > > > *Experience with data curation, human feedback, or sintética data generation for large language models or similar systems. • Capacidad para diseñar, ejecutar e interpretar experimentos con rigor científico y claridad. ■/li ■li Competencia en Python y familiaridad con al menos un marco de aprendizaje profundo (por ejemplo, PyTorch, TensorFlow o JAX). Cómodo con depurar el código de entrenamiento distribuido y escritura que escala. ■li título o experiencia equivalente de Bachiller en Ciencias de la Computación, Aprendizaje de Máquinas, Física, Matemáticas, o una disciplina relacionada con fuertes fundamentos teóricos y empíricos. > < > > > > > > > ■/ul - No. Las calificaciones preferidas – te animamos a aplicar incluso si no cumples con todas las calificaciones preferidas, pero al menos algunas:: recomendadobr título/strong títulos/p] ■ul ■li Una fuerte comprensión de la probabilidad, las estadísticas y los fundamentos del ML. Puedes ver datos experimentales y distinguir entre efectos reales, ruido y errores. > > Experiencia principal con RLHF, RLAIF, modelado de preferencias o aprendizaje de recompensa para grandes modelos. > < > > > > > > > > > < > > > > > > > > } < > > > > > > > > > لелиниливания en la Ciencia de la Computación, Aprendizaje de Máquinas, Físicas, Matemáticas, o una disciplina relacionada con sólida base teórica y empírica; o, experiencia equivalente de investigación de la industria. ■/ul ■h2 títuloLogistics obtenidos/h2 título ■ul No se trata de nada. Este papel se basa en San Francisco, California. "Seguido" Dependiendo de los antecedentes, las habilidades y la experiencia, el rango de salario anual esperado para esta posición es 0 hojas de datos-root="1"Consejo$350.000 - $475,000 won/span título USD. No se trata de nada. Patrocinamos visas. Aunque no podemos garantizar el éxito de cada candidato o papel, si usted es el adecuado, estamos comprometidos a trabajar a través del proceso de visa juntos. нелинитититиныхниfits: нелинильнилься/fuerteng confianza Thinking Machines ofrece beneficios generosos de salud, dentales y visión, PTO ilimitado, licencia parental pagada y apoyo de reubicación según sea necesario. "Conclusión de contenido" Como se establece en la política de igualdad de oportunidades de empleo de las máquinas de pensamiento, no discriminamos sobre la base de cualquier condición de grupo protegido bajo cualquier ley aplicable. - No. Thinking Machines Lab considerará para los solicitantes calificados de empleo con historias delictivas de una manera compatible con los requisitos de la Ley de la Cancillería de California, la Ordenanza de la Cancillería de San Francisco, y cualquier otra ordenanza o ley estatal o local de justas posibilidades.