实验室主页：https://tjunlp-lab.github.io/
实验室公众号：TJUNLP
研究方向
1. 评测基准构建研究：探索大模型评测任务的科学性和通用性，设计标准化的测试体系，为大模型性能对比提供可靠依据。
2. 评测方法研究：深入研究大模型性能评估的前沿方法，优化评测流程，提升评测结果的准确性与效率。
3. Science of Evals研究 ：探讨评测背后的科学原理和方法论，揭示评测过程的机制与改进方向，推动评测理论发展。
4. 高效评测方法研究：研究如何利用最少的资源和时间完成高质量的大模型评测，解决评测资源瓶颈问题。
5. 评测标准制定：协助各类大模型评测标准的撰写与编制，深度参与评测指标体系和规范文件的设计。
6. 大模型评测平台开发：
前端开发：负责评测平台用户界面设计与实现，包括页面布局、交互效果、响应式设计等；
后端开发：负责平台核心功能的实现，包括接口开发、数据存储与管理、评测任务调度等。
实习要求
1. 勇于探索新知识、新技术，对大模型技术有浓厚兴趣；
2. 熟悉Python，具备一定的数据处理和分析能力；
3.前端方向：熟悉HTML、JavaScript、CSS，具备基础开发能力，有小程序开发经验者优先；
4. 后端方向：熟悉Spring Boot、MyBatis、Redis等框架，有项目经验者优先；
5. 能长期线下参与者优先(半年以上)。
预期收获
1. 参与创新性研发项目，提升技术视野与工程实践能力；
2. 获得与大模型企业接触和沟通的机会，全面了解行业大模型评测最新技术；
3. 参与发表大模型评测相关顶会论文与开发前沿开源项目；
4. 提供实验室的实习证明和导师推荐机会。
/ 关于我们/
天津大学自然语言处理实验室在熊德意教授的带领下，开展大语言模型、机器翻译、AI对齐、AI for Science等方向的研究，建立了省部级科技创新合作平台，承担了国家重点研发计划等多项重要研究项目。实验室具备AI大模型全栈研发能力，覆盖数据采集与处理、基座模型训练、AI对齐、模型评测及应用部署大模型全生命周期，已自主研制中文大模型仁文伏羲、多语言大语言模型FuxiTranyu（覆盖40+语种并实现基座及对齐模型全开源）及DNA大模型。实验室围绕大模型安全、对齐及评测，积累了深厚的大模型安全可控技术，发布了数百页的大模型安全、对齐与评测全面报告，构建了大模型评测平台OpenEval及多个大模型安全评测基准，联合发布了大模型基准测试白皮书。实验室致力于为AI大模型构筑全面和多维度安全可控体系，助推AI大模型能力与安全协同发展！
报名方式
请有意者将个人简历及相关资料发送至tjunlp@163.com，邮件标题注明“大模型评测方向实习生应聘 - [姓名] ”。
