工作模式：远程
参与类型：独立承包商
时间安排：全职或兼职合同
语言要求：流利的英语
角色概述
我们与领先的人工智能团队合作，以提高通用会话人工智能系统的质量、实用性和可靠性。
该项目专注于评估和改进人工智能系统对代码的推理、生成编程解决方案以及解释各种复杂程度的技术概念的能力。
该角色涉及对人工智能生成的代码和软件工程上下文中的响应进行严格的技术评估。
工作内容
评估大型语言模型生成的代码和软件工程查询的响应，检查其准确性、推理、清晰度和完整性
使用可信的公共来源和权威参考进行事实核查
通过执行代码并使用适当的工具验证输出进行准确性测试
通过识别优点、改进领域以及事实或概念错误来注释模型响应
评估代码质量、可读性、算法的健全性和解释质量
确保模型响应符合预期的会话行为和系统指南
通过遵循明确的分类法、基准和详细的评估指南应用一致的评估标准
你的背景
你拥有计算机科学或相关领域的学士、硕士或博士学位
你在软件工程或相关技术职位上有丰富的实际经验
你至少精通一种相关的编程语言（例如，Python、Java、C++、JavaScript、Go、Rust）
你能够独立解决HackerRank或LeetCode中等和困难级别的问题
你有参与知名开源项目的经验，包括合并的拉取请求
你在编码时有丰富的使用大型语言模型的经验，并了解其优缺点
你对细节有很强的关注能力，并且能够评估复杂的技术推理，识别细微的错误或逻辑缺陷
加分特长
有RLHF、模型评估或数据标注工作的经验
在竞赛编程中有良好的记录
有在生产环境中审查代码的经验
熟悉多种编程范式或生态系统
有向非专业受众解释复杂技术概念的经验
成功的表现
你能够识别模型生成代码、技术概念和系统设计讨论中的错误逻辑、低效、边缘情况或误导性解释
你的反馈提高了人工智能编码输出的正确性、鲁棒性和清晰度
你提供的可重复评估成果加强了模型性能
