AI Safety and Policy Evaluator
Contract · Mid-level · Anywhere
Thông tin công việc
- Hình thức: Làm việc từ xa (remote)
- Mức lương: Thỏa thuận
- Ngành: Product
- Chuyên môn: Machine Learning Evaluation
- Cấp bậc: Mid-level
- Khu vực tuyển: Anywhere
- Ngày đăng: 08/10/2026
Mô tả công việc
Vị trí này tập trung vào việc đánh giá và cải thiện hành vi an toàn của các hệ thống mô hình ngôn ngữ lớn, bao gồm thiết kế prompt kiểm thử đối kháng, xác định điểm yếu của cơ chế bảo vệ và xây dựng rubric đánh giá kèm lý giải bằng văn bản. Ứng viên phù hợp cần có tư duy phân tích sắc bén, kinh nghiệm red teaming/prompt engineering, hiểu biết về Trust & Safety và quy trình RLHF, cùng khả năng viết rõ ràng, chính xác. Đây là vai trò phù hợp cho người có nền tảng chính sách, luật, đạo đức, ngôn ngữ học, báo chí hoặc khoa học máy tính và mong muốn làm việc theo dự án độc lập, linh hoạt.