「hi lab」Join our AI team! 🚀 We're hiring Post-training Engineers, RLHF Researchers & more.
“技术不是冰冷的参数，而是理解亿万用户细微情绪的桥梁。”
—— 小红书 AI Lab 价值观
不是只调 loss，而是让模型真正 「会共情、守边界、有分寸」 ——
| 方向 | 我们的探索 |
|---|---|
| 📚 SFT 增强 | 结合社区真实笔记（非合成数据），让模型学会「小红书式表达」：亲切、有信息量、不浮夸 |
| ⚖️ Reward Modeling | 构建多维反馈：不止「有用」，还要「安全」「有温度」「不制造焦虑」 |
| 🧠 RLHF / DPO / GRPO | 优化人类偏好对齐效率，标注成本降低 70%+，上线速度提升 3 倍 |
| 🔍 价值观对齐 | 探索「反容貌焦虑」「反信息茧房」的模型干预策略（已落地社区治理） |
| 🧪 Evaluation | 自研 X-Eval 评估体系：覆盖知识性、安全性、情感适配度、文化敏感性 |
✅ 成果：
- 支撑「AI 笔记助手」「AI 拍摄建议」等亿级 DAU 功能
- 多项技术沉淀为内部工具链，鼓励开源反哺社区
- 🎓 应届博士：发过 RLHF/DPO 相关论文，愿把 research 落到真实场景
- 👨💻 社招工程师：有 SFT/RLHF 全流程 pipeline 经验，debug 过 reward hacking、collapse、over-optimization
- 🌍 跨界人才：做过 NLP/推荐/对话系统，对「人-AI 协同」有强烈兴趣
- 对「模型行为」敏感：能从 bad case 反推 training/inference 问题
- 拥抱模糊性：Post-training 没有标准答案，我们边做边定义 best practice
- 有人文视角：理解「技术决策」如何影响用户心理（例：为什么不说“你该减肥”？）
| 🌈 技术 × 人文 × 产品 三角协同 | 算法工程师与社区运营、心理学顾问、产品经理每周共创 |
| 🧪 真·大规模实验场 | 每天亿级真实用户反馈，快速验证你的 idea 是否「被需要」 |
| 📚 成长支持 | • 技术大会全额赞助（NeurIPS/ACL/ICLR） • 内部「AI 沙龙」每月 1 期 • 与清华、复旦、港中文联合课题 |
| 🏡 工作方式 | • 弹性打卡 + 每周三「无会日」 • 支持远程办公（需 occasional onsite） • 拒绝 PUA，我们信「长期主义」 |
📧 联系方式：19857517746
📝 标题格式：
[Post-train] 姓名 - 方向（例：RLHF / 安全对齐 / 评估体系）
📎 请附：
- 简历（PDF）
- 任选其一：
- GitHub 主页
- 技术博客链接
- 一段「你见过最离谱的模型幻觉」分析
- （应届生）课程/竞赛项目简述