工作职责
构建先进的记忆架构：深度参与 EverOS 四层架构（记忆层、检索层、决策层、用户层）的设计与实现。您将有机会优化从原始数据到最终响应的每个环节。
开发统一记忆模型：参与大模型相关算法的设计与开发，尤其是语言模型架构改进和参数化记忆模型实现，攻克动态记忆、静态记忆与参数化记忆模型的融合问题。
设计类人决策与检索策略：应对“多步检索思维”等前沿课题。您将为系统的“决策层”注入类人推理能力，并开发融合关键词、向量、知识图谱以及先进 RAG 技术的混合检索算法。
打造行业领先的评测基准：参与建设和完善我们的 EverMemBench，提出创新的诊断框架，将长上下文任务拆解为检索和生成两个阶段进行评估，从而推动行业标准的建立。
任职要求
计算机科学、人工智能或相关专业本科及以上学历。
熟悉 Transformer 模型，了解模型架构设计，并具有算法模型设计与评估经验。
具备较强的工程实现能力，能够处理算法实现过程中的调试与性能优化，熟悉深度学习训练框架及脚手架。
热衷于解决 AI 领域问题，追求 AI 技术的用户价值，不仅关注论文发表；具备良好的团队合作与沟通能力，积极主动，分析与解决问题能力强。
优秀的编码能力，扎实的数据结构与基础算法功底，精通 Python。
学习能力强，能够流利阅读英文文档，并快速学习和应用新技术。
加分项
有主导过有影响力项目或在模型设计领域发表过有影响力论文的候选人将优先考虑。
具有长期记忆、线性/稀疏模型设计、RAG、知识图谱或强化学习方面的深入经验者优先。
