我們在Meta的FAIR團隊正在招聘一名博士後研究員！ 我們的研究主題包括推理、對齊和記憶/架構（RAM）。 在這裡申請： 地點：紐約、西雅圖或門洛帕克。 以下是我們最近的一些工作，供您參考： 共同改進（職位）： SPICE（語料環境中的自我遊玩）： 自我挑戰代理： 來自人類互動的強化學習： AggLM（並行聚合）： StepWiser（CoT-PRM強化學習）： DARLING（多樣性訓練的強化學習）： J1（強化學習訓練的LLM作為評判）： CoT-自我指導： 多標記注意力：