LLM的eval组

| 添加认证 | · 2024-8-4 01:53:07

有机会，唯一的风险是在大厂容易误入画饼组或者打杂组。

MetaMLE

总比和LLM啥关系都没有好吧

而且你这个可以向post training靠

| 添加认证 | · 2024-8-4 02:37:09

匿名用户发表于 2024-08-02 20:02:58
听着像人工洗data的

肯定不是，这是validation team，听起来更像是QA team.....

dayeye2006

匿名用户发表于 2024-8-2 22:20
的确是LLM应用而已，org里只有fine tuning。
但我不懂“核心是好data，需要phd in stats“？
另外我是infr ...

你是做什么方向的？容器/资源编排？那怎么不继续做这个方向呢？
这个和LLM也没啥相关不相关的，也不用太懂模型。模型大，训练时间长大概对集群规模，可靠性什么的有点关系

| 添加认证 | · 2024-8-10 01:37:03

感觉是个打杂的team，这种对model本身没有啥增长。大概就和做手机的人与手机测评的差别😅 真正有用的eval model是在RLHF部分，post training里面的validation这个坑很大

| 添加认证 | · 2024-8-10 01:58:45

肯定要去infra赛道呀，能降低inference cost绝对比增加小数点后几个点的quality有用的多得多得多

| 添加认证 | · 2024-8-16 01:13:41

楼主有决定了吗，我最近也有一个G家很类似的机会，背景也是backend偏infra。可以聊聊吗？ guozn2017 艾特 gmail 点 com

Shadyupup

这不是ml，这个应该是experiment infra

[职场感言] LLM的eval组