A轮创业公司招AI Researcher - 大模型与推理Infra(Co-design) | 远程友好

关于我们
我们是国内一家专注大模型安全的创业公司，内部设有独立研究 Lab，与国内高校实验室建立联合研究合作。我们相信，安全是设计属性而非附加功能，让大模型真正可控，必须从模型架构与推理系统的设计阶段开始介入。支持研究成果快速在真实产品中验证落地。

岗位定位
AI Research 岗位。核心问题是：如何从设计之初就让模型的"能力"与"安全"协同演进，而非事后打补丁。研究范畴涵盖模型架构、推理系统（inference infra）与安全机制的联合设计。我们相信，真正的安全不能只靠 guardrail 堆叠，而要从机制层面 co-design。

核心研究方向

• 模型能力与安全的 co-design：推理设计阶段的协同优化方法
• 推理系统安全：KV cache、speculative decoding、量化等 infra 层决策对模型安全性的影响
• 可解释性驱动的安全干预：基于内部表征（probes / SAE / linear representation）的可控行为引导
• Safety-aware 推理架构：安全约束内嵌于 inference pipeline 的机制设计
• 越狱与对抗行为的模型内部成因分析

你会做的事

• 提出并验证原创研究假设，独立推进实验设计与分析
• 深度跟进 Anthropic / DeepMind / MATS 等方向的安全前沿工作
• 探索 vLLM / SGLang 等推理框架中安全机制的结构性嵌入方式
• 与高校实验室合作方联合开展研究
• 输出具备真实系统可验证性的安全方法与框架

基本要求

• CS / AI / 数学等相关背景，硕士及以上优先
• 具备独立开展研究的能力，有完整 research project 经历
• 理解 LLM 训练与推理基本原理，具备 PyTorch 实操能力
• 有清晰的研究问题意识：能提出问题，不只是实现任务
  

加分项

• Mechanistic Interpretability / AI Alignment 研究背景
• 熟悉推理系统内部机制（vLLM / SGLang / TensorRT-LLM）
• 有 SAE / RepE / probing 等可解释性方法的实践经验
• 参与过 MATS / ARC / Redwood 等 alignment 项目
• 发表过 AI 安全、系统安全或 ML 系统方向论文
  

我们在找什么样的人
对大模型安全有超越工程实现层面的研究兴趣，能够在不确定的方向中保持长期投入。有自己的研究判断力，知道哪些问题值得深入，而不依赖外部热点驱动。习惯从机制出发理解问题，而非从 benchmark 出发定义问题。

我们提供

• 全远程，支持异步协作
• 高度自由的研究空间，支持自主定义研究方向
• 与高校实验室联合研究合作机会
• 论文发表支持，顶会投递资助
• 研究成果在真实产品快速验证落地，而非停留于 paper prototype

简历投递至邮箱：xpiao@andrew.cmu.edu


补充内容 (2026-03-26 02:58 +08:00):
Intern 友好