← Rudi kwenye Kazi
AI Evaluation
$100 - $120 kwa saa

Mwanasayansi wa Utafiti wa LLM (Mafunzo ya Awali, Uoni wa Kompyuta na Uimara Dhidi ya Mashambulizi ya Kimakusudi)

Omba Sasa → →

SignalGigs inaweza kupata ada ya rufaa ukituma maombi kupitia kiungo hiki.

Maelezo

Upeo wa utafiti

Fanya kazi katika matatizo ya ujifunzaji wa mashine yanayotegemea majaribio, yenye upeo ulio wazi lakini yanayoruhusu uchunguzi mpana, katika uoni wa kompyuta na lugha. Miradi inahitaji uwajibikaji kuanzia mwanzo hadi mwisho: kuandaa data, kufunza modeli, kutambua visababishi vya kushindwa, kupima matokeo na kuboresha utendaji ndani ya mipaka madhubuti ya data, ukokotoaji, idadi ya vigezo, ukubwa au muda wa mwitikio. Majukumu makuu ni pamoja na:

  • Funza modeli za kuainisha picha na modeli zalishi za picha kuanzia mwanzo
  • Fanya mafunzo ya urekebishaji kwa modeli za lugha ambazo uzani wake unapatikana wazi
  • Boresha ufanisi wa matumizi ya data na ufanisi wa mafunzo
  • Tambua visababishi vya matatizo ya uboreshaji, uthabiti na uwezo wa kutumia maarifa kwa data mpya
  • Punguza ukubwa wa modeli huku ukidumisha usahihi
  • Tathmini matokeo kwa kutumia ulinganishaji sahihi kitakwimu

Uimara dhidi ya mashambulizi ya kimakusudi

Uzoefu unaofaa unaweza kujumuisha mafunzo kinzani ya modeli za kuainisha picha, mbinu za gradient zenye urudishaji kwenye eneo linaloruhusiwa, malengo yanayolenga uimara na tathmini chini ya modeli za kawaida za vitisho. Watafiti wanapaswa kujua jinsi ya kupima usahihi chini ya mashambulizi, kuepuka mitego ya kuficha gradient, kudhibiti maafikiano kati ya usahihi wa data isiyoshambuliwa na uimara, na kushughulikia kujifunga kupita kiasi kwa data ya mafunzo ya uimara. Uimara wa tabia katika modeli za lugha pia unahusika. Kazi yenye manufaa inajumuisha kuunda tabia katika mazungumzo yenye zamu nyingi, upinzani dhidi ya ushawishi au kujipendekeza, viwango vya kujiamini vinavyolingana na usahihi, na kubaini wakati modeli inapaswa kukubali masahihisho.

Uoni wa kompyuta wenye ufanisi

Miradi inaweza kuhusisha utambuzi wa picha kwa utofauti mdogo wa kina, ikiwa na makundi mengi yanayofanana na mifano michache. Uzoefu wa kubadili thamani kuwa viwango vichache, kupunguza viunganishi, kuhamisha maarifa kutoka modeli kubwa kwenda ndogo, na kuweka modeli katika matumizi chini ya vikwazo madhubuti vya kifaa chenyewe, vifaa vya ukingoni au mifumo iliyopachikwa una thamani. Watafiti wanapaswa kuwa na uwezo wa kuchagua usanifu na taratibu za mafunzo zinazodumisha usahihi huku zikipunguza idadi ya vigezo, matumizi ya kumbukumbu au muda wa kutoa matokeo.

Uundaji wa modeli zalishi za picha

Maeneo ya uzoefu yanayofaa ni pamoja na kufunza modeli za usambaaji, mitandao zalishi kinzani, visimbaji otomatiki vinavyotumia ukadiriaji wa kiuwezekano au modeli za mtiririko kuanzia mwanzo. Kazi inaweza kuhusisha kurudia maboresho kwa haraka kwa kuyapima dhidi ya vipimo vya ubora wa sampuli na mbinu zinazozalisha modeli zalishi zenye uwezo mkubwa licha ya muda mfupi wa mafunzo au ukubwa mdogo wa modeli.

Mafunzo ya modeli za lugha baada ya mafunzo ya awali

Uzoefu wa moja kwa moja wa mafunzo ya urekebishaji yanayosimamiwa, uboreshaji unaotegemea mapendeleo, ujifunzaji kwa uimarishaji unaotumia mrejesho wa binadamu au AI, au mbinu zinazohusiana za mafunzo baada ya mafunzo ya awali una manufaa. Miradi inaweza kuhitaji kuunda seti za data kupitia uzalishaji bandia, usimamizi dhaifu au wenye hitilafu, uchukuaji wa sampuli kwa kukataa zisizofaa, na ulinganishaji unaolenga kubadili tabia maalumu bila kudhoofisha uwezo wa jumla.

Mafunzo ya awali ya lugha nyingi

Utafiti unaweza kuhusisha modeli za lugha nyingi au za lugha zenye rasilimali chache zinazofunzwa kuanzia mwanzo. Mada zinazofaa ni pamoja na usanifu wa vigawanyaji vya tokeni katika mifumo ya uandishi na familia za lugha, mikakati ya uchukuaji wa sampuli kwa data za lugha zisizo na uwiano mkubwa, na uhamishaji wa maarifa kati ya lugha chini ya vikwazo vya data.

Maeneo mengine ya utafiti

Uzoefu mwingine wenye manufaa ni pamoja na:

  • Sheria za mabadiliko ya utendaji kulingana na ukubwa na utafiti wa mafunzo yenye ufanisi
  • Ujifunzaji kwa mtaala na upangaji wa data kwa mfuatano
  • Usanifu wa vipimo vya utendaji na udhibiti wa kuingia kwa data ya tathmini katika mafunzo
  • Ukadiriaji wa kutokuwa na uhakika na urekebishaji wa viwango vya kujiamini
  • Upanuzi wa data na data bandia kwa ajili ya uimara

Sifa

Waombaji wanahitaji angalau miaka mitatu ya uzoefu wa utafiti wa ujifunzaji wa mashine; utafiti wa udaktari huhesabiwa katika hitaji hili. Uwezo imara wa vitendo wa kutumia mfumo mkuu wa ujifunzaji wa kina unahitajika. Shahada kutoka chuo kikuu chenye nafasi ya juu katika viwango, uzoefu katika shirika kubwa la teknolojia au AI, au rekodi sawia ya machapisho na kazi yenye athari katika programu huria inaweza kuonyesha kiwango cha utafiti kinachotarajiwa. Kazi ina mpangilio unaonyumbulika na hutolewa kwa miradi, huku malipo yakielezwa kuwa ya ushindani.

Details

Kampuni inayoajiri

Mercor

Category

AI Evaluation

Mahali

Mbali

Ilichapishwa

Omba Sasa →

SignalGigs inaweza kupata ada ya rufaa ukituma maombi kupitia kiungo hiki.

Join the job-alert list

Alerts are not being sent yet.

Pay Data

How Much Do AI Jobs Pay?

→
Guide

How to Get Started

→
Mwanasayansi wa Utafiti wa LLM (Mafunzo ya Awali, Uoni wa Kompyuta na Uimara Dhidi ya Mashambulizi ya Kimakusudi)
$100 - $120 kwa saa
Omba Sasa → →