海淀区
职位详情
岗位要求：
● 本科及以上学历，专业不限。
● 具备较强的文字理解与表达能力，逻辑清晰，富有同理心，能够从用户角度思考问题。
● 工作态度严谨、责任心强，执行力出色，具备良好的团队合作意识，能严格执行既定的评测规范与流程。
● 熟悉基础的计算机操作，熟练使用常用办公软件（如Excel、Word），有数据标注或模型评估相关经验者优先考虑。
● 对人工智能及大语言模型领域具有浓厚兴趣，长期使用主流AI工具，并有一定思考和理解；熟悉大模型的基本架构与技术原理。
岗位职责：
● 承担大语言模型（LLM）各类通用能力的日常评测任务，涵盖文本生成、逻辑推理、知识问答、多轮对话、代码生成等核心应用场景的效果评估。
● 依据既定标准与流程，对模型输出进行客观、准确的评分与标注，记录评测中发现的异常现象与模型缺陷，形成完整详实的评测记录。
● 参与自动化评估体系的建设，完成测试题目设计、考查点说明、评分规则制定等相关工作。
● 协助开展评测数据集的整理、清洗与标注，提升样本的覆盖范围与代表性，持续优化数据质量。
● 配合团队推进评测任务执行，及时反馈实际操作中的问题（如标准不明确、样本异常等），共同完善评测策略与流程。
● 本科及以上学历，专业不限。
● 具备较强的文字理解与表达能力，逻辑清晰，富有同理心，能够从用户角度思考问题。
● 工作态度严谨、责任心强，执行力出色，具备良好的团队合作意识，能严格执行既定的评测规范与流程。
● 熟悉基础的计算机操作，熟练使用常用办公软件（如Excel、Word），有数据标注或模型评估相关经验者优先考虑。
● 对人工智能及大语言模型领域具有浓厚兴趣，长期使用主流AI工具，并有一定思考和理解；熟悉大模型的基本架构与技术原理。
岗位职责：
● 承担大语言模型（LLM）各类通用能力的日常评测任务，涵盖文本生成、逻辑推理、知识问答、多轮对话、代码生成等核心应用场景的效果评估。
● 依据既定标准与流程，对模型输出进行客观、准确的评分与标注，记录评测中发现的异常现象与模型缺陷，形成完整详实的评测记录。
● 参与自动化评估体系的建设，完成测试题目设计、考查点说明、评分规则制定等相关工作。
● 协助开展评测数据集的整理、清洗与标注，提升样本的覆盖范围与代表性，持续优化数据质量。
● 配合团队推进评测任务执行，及时反馈实际操作中的问题（如标准不明确、样本异常等），共同完善评测策略与流程。
2026-02-25 14:27
IP属地：北京
职位福利
本科经验不限
博彦科技（深圳）有限公司
已上市 · 10000人以上
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
