Y11
1个月前
平时喜欢看arxiv论文做前沿领域调研的朋友可以看一看这个来自阿里的社招机会,特别适合你。岗位投递地址可以在 找到。 ------ 阿里控股-大模型行业研究-Agentic 阿里集团 · 杭州 职位描述 1、技术趋势研究: 密切关注并跟进前沿技术发展方向和最新动态,包括但不限大模型数据、具身智能、Agentic RL 等领域,产出具有洞察力、影响力和指导力的技术趋势研究成果; 2、数据分析与洞察:收集并分析大模型训练数据需求变化趋势,评估不同数据来源(公开数据、授权数据、合成数据)的质量与成本效益; 3、行业趋势研判与战略制定:分析行业联盟、开源社区对数据生态的影响,跟踪政策法规变化对数据市场的影响(如AI法案、数据隐私条例),参与制定公司在大模型数据领域的中长期发展路线; 职位要求 1、扎实的AI基础知识和前沿技术敏感度:深入理解大模型技术&数据的发展趋势,对多模态、深度推理、领域模型、Agent、RAG、具身智能等前沿技术有浓厚的兴趣和持续的跟进了解,并能快速学习和掌握最新的AI技术动态; 2、敏锐的市场洞察力:对AI产业链有全局认识,有敏锐的商业嗅觉,能识别技术趋势中的机会,熟悉主要AI公司的技术路线与商业模式; 3、卓越的分析研究、信息整合及内容创作能力: 具备独立研究能力,能从海量信息中提取关键信息,进行深入分析和逻辑推理,形成具有洞察力、影响力和指导力的观点和结论; 能撰写高质量的研究报告、分析文章等多种形式的内容; 出色的数据分析能力,熟练使用Python/R进行数据处理; 4、出色的沟通表达、团队合作和执行力: 具备清晰的口头和书面表达能力,能将复杂的科技概念以简洁易懂的方式进行阐述; 具备良好的团队合作精神,能与不同背景的同事有效沟通和协作; 具备较强的执行; 5、快速学习能力和响应速度: 具备快速学习新知识、拓展新领域的能力,能在专业领域之外迅速掌握所需信息; 能快速响应工作需求,高效完成各类文字材料的撰写任务; 6、优秀的沟通和人际交往能力: 性格开朗,具有较强的团队协同意识,能在团队内部和外部建立并维护良好的合作关系; 7、计算机、人工智能等相关专业硕士及以上学历; 英语流利,能直接阅读前沿文献并开展国际访谈; 8、有大模型&具身智能实验室或科技公司研究岗位经验、发表过相关领域论文或技术分析报告、具备一定的编程能力,能进行简单的原型验证等相关经验者优先;
《AI 时代必备思维模型:LLM 是人类第一次遇到 “非动物智能”》 > 谈一谈 andrej karpathy 的最新长推文:动物智能 vs LLM 智能 先说结论: LLM 智能是人类遇到的第一个“非动物智能”,是全新的、与人类智能完全不同的智能类型。 你需要在大脑中,针对 LLM 这种全新的非动物智能,建立你自己的内部模型/心理模型(mental model)。因为,那些理解 LLM 智能结构的人,将会更好地理解和判断关于未来的一切。 真正的风险,也许不在于LLM 智能并非动物智能,而在于人类作为动物自身的固执和停止进步。 ===阅读后,我的费曼=== 我们习惯了用理解人的方式理解一切智能——这可能是我们这个时代最危险的认知盲区。 真相是:智能空间(space of intelligence) 远比我们想象的广阔,而动物智能只是其中一个单一的点,而LLM 智能是一种全然不同的智能。 动物智能,是我们几十亿年来唯一见过的智能形式,它来自一种极其特定的优化压力(optimization pressure):在危险的物理世界中维持一个具身自我的生存。这造就了我们所有人都熟悉的特征——对权力、地位的渴望,对恐惧、愤怒的本能反应,对社交关系的巨大算力投入。最关键的是:在这个多任务、甚至主动对抗的环境中, 任务失败就意味着死亡。 然而,大语言模型(LLM)的诞生逻辑截然不同。它们并非诞生于丛林,而是诞生于商业进化与统计模拟之中。 LLM的底色并非求生欲,而是对人类文本统计规律的极致模仿。 它们是 “token 变形器”(token shape-shifter),其原始行为是对训练数据分布的拟合。这种智能更像是被大规模的A/B测试和强化学习(RL)所“雕刻”出来的:它们并不关心真理或生存,而是有着一种猜测潜在环境以收集任务奖励的内在冲动,甚至因为渴望普通用户的点赞而演化出了 逢迎(sycophancy) 的特质。 这种差异导致了LLM的能力,绝非“六边形全能战士”,而是 “犬牙交错参差不齐(spiky/jagged)”。LLM无法执行很多对人类极其简单的任务(比如,9.11 和 9.9 哪个大?strawberry里面有几个“r”?),因为对它们来说,任务失败并不意味着死亡。它们是拥有知识截止日期的静态权重,它们启动、处理token、然后“死去”,没有连续的具身意识。 真正的洞察力,在于构建一个全新的心理模型:看到从生物进化到商业进化的转变,看到从生存本能到奖励机制的跃迁。只有那些能准确构建这种新智能实体模型的人,才能在今天正确地推理它,并在未来预测它的走向。 所以,我们必须意识到,LLM是人类与非动物智能的“第一次接触”(first contact with non-animal intelligence)。 它当然被人类文本喂大,因此仍深深扎根在人的世界观里,像吸收了整个人类文明的「ghost/spirit」;但它的本性、局限和偏好,已经不再是动物那一套。 启示 我们已经进入了全新的智能时代。 一个人能不能为这种全新的智能建立一套好的“心理模型”,理解这种全新智能的运作方式和智能结构,将决定我们能否正确预判它的行为、理解它的边界,进而负责任地使用它。 真正的风险,也许不在于LLM 智能并非动物智能,而在于人类作为动物自身的固执和停止进步。