工作职责:
-开发自动化评测框架：参与开发和维护Agent的自动化评测框架，实现对大模型多维度能力的自动化量化评估；
-数据处理与结果分析： 处理模型运行结果数据，进行细致的数据分析，洞察agent在不同任务、不同场景下的表现，并识别其优势与不足；
-撰写评测报告：基于分析结果，撰写清晰、专业的agent能力评测报告，为研发团队提供有力的决策支持；
-参与构建benchmark，参与发表顶会论文，增加团队开源影响力；
任职要求:
-学历背景： 计算机科学、软件工程、人工智能或相关专业的在校本科生或研究生。
-技术能力：具备扎实的编程能力，熟练掌握 Python 语言。对大模型能力评估有基本认知。
-个人特质：对创新事务有足够的热情，学习能力强，主动性强，具备严谨的逻辑思维和数据分析能力。
