招聘
能做实验，也能训模型
PhAI Labs 同时做模型训练和真实科研。我们在寻找愿意把 AI 带进科学发现过程的研究者和工程师：不只是让模型跑分更高，而是让它在真实问题、真实数据和真实实验中被检验。
为什么加入 PhAI
这里做的都是真问题。你训练的模型会进入科学家的课题，你写的环境会跑真实的科学代码库，你设计的评测会被实验结果检验。你能在同一个地方看到从科学定义、模型训练到真实执行、持续改进的完整链路，而不是其中的一段。
当前研究与工程方向
- 01
基础模型
面向科学任务的大模型训练与后训练：推理、长程规划、多模态理解。
- 02
强化学习
以真实结果为奖励的后训练：把实验结果、评测反馈和专家判断变成训练信号。
- 03
科研智能体
递归式科研智能体与 Science IDE：长程课题的探索、执行、评估与改进。
- 04
科学工具与研究环境
把真实科学代码库封装为可运行、可测量、可复现的研究环境，定义任务与可检查的成功标准。
- 05
AI for 生命科学与生物医学
组学与单细胞分析、疾病机制与生物标志物、分子与蛋白质、实验设计与可验证假设。
- 06
系统与基础设施
训练与推理系统、数据管线、实验环境的调度与复现。
适合的人
- 对某个科学问题有真实的好奇，而不只是对模型本身
- 能把模糊的问题收敛成可以执行、可以验证的方案
- 既能读论文也能读实验记录，既能写训练代码也能调环境
- 对自己的结果诚实：失败的实验和失败的假设同样值得记录
- 习惯和不同背景的人一起工作：科学家、工程师、临床医生
工作方式
我们围绕真实课题组织工作，而不是围绕职能。一个问题从科学家手里进来，经过问题建模、模型训练、工具调用和实验验证，再回到科学家手里，中间每一步都有人负责、可以复核。写下来的比说出来的多，能验证的比能演示的重要。我们与高校、科研机构和实验室的科学家长期合作，团队成员会直接参与这些合作。
开放职位1
-
AI 研究实习生 · Post-training 与 Self-evolving
面向在读硕博（优秀本科生亦可），参与 LLM / Agent 的 Post-training 与 Self-evolving 算法研究。表现优秀者有机会以第一作者或核心贡献者身份产出顶会成果。日薪 1000–5000 元，特别优秀者面议。
你将负责
- RL Post-Training：面向推理与 Agent 任务的强化学习方法，包括 GRPO、RLHF 等
- Reward / Verifier Modeling：奖励模型、可验证奖励与自我纠错机制
- Agentic Post-Training：Agent 的技能、记忆与工具调用架构
- Self-Evolving Harness：可持续优化的训练与评测系统
我们希望你
- 重点高校计算机、AI、数学、物理等相关专业在读硕博，优秀本科生亦可
- 有强化学习、大模型或 Agent 相关的研究或项目经历
- 具备科研热情、自驱力与独立解决问题的能力
- 每周到岗不少于 4 天，连续实习不少于 3 个月
- 加分项：顶会论文、高质量开源项目，或熟悉 verl / Megatron / DeepSpeed
投递方式
除了上面的开放职位，如果前面的方向里有你想做的事，也可以直接发邮件：说明你想解决的问题、做过的最相关的工作，并附上简历或个人主页、代码仓库或论文链接。
新的职位会在此页更新。方向合适但暂无对应职位，也欢迎直接来信。