蚂蚁集团招研究型实习生：LLM自演化Self-Taught RLVR框架研究，每周至少4天

蚂蚁集团招聘研究型实习生，方向为面向LLM自演化的Self-Taught RLVR框架研究，涵盖自蒸馏、近未来策略优化与协同策略蒸馏三个维度。要求在读硕士或博士研究生，熟悉Transformer架构与Qwen、LLaMA等开源模型，具备Python与PyTorch能力，实习期间每周投入至少4天、持续5-6个月以上。