Add JD/ P144

open-internships.md

@@ -100,7 +100,86 @@ PLCT全职员工的招聘可以从 [PLCT-Weekly 仓库找到](https://github.com
 
 ## 开放岗位列表
 
-(Next Job ID: 144)
+(Next Job ID: 145)
+
+### P144 林泓宇小队科研实习生（20241111 PLCT实验室开放3名）
+
+#### **研究背景**
+
+当前，以**人工智能**和**基础软件**为核心的科技创新已成为国家战略的重要组成部分，推动着全球产业变革和技术竞争。作为我国亟需突破的关键领域之一，人工智能大模型、基础软件及开源指令集**RISC-V**的快速发展，为构建自主可控的基础软件生态奠定了坚实的技术基础。通过发展自主知识产权的基础软件技术和硬件架构，不仅可以实现对国际主导技术的有效替代，更能建立独立的创新体系，增强国家在新一代信息技术领域的国际竞争力。
+
+#### **研究内容**
+
+我们的工作旨在进行 **“大模型+基础软件+RISC-V”**相关的研究，大致可分为LLM 4 System和System 4 LLM两种类别，同时以**RISC-V为代表的新的后端硬件应用场景**也提供了新的挑战和机遇。为此，我们计划开展**AIOS（AI Agent as OS）**和**LLM Compiler**相关的研究：
+
+##### **Part1: AIOS**
+
+基于大型语言模型（LLM）的智能代理的集成和部署充满了挑战，影响了其效率和功效。这些问题包括 LLM 上代理请求的优先级调度和资源分配、代理与 LLM 交互期间上下文的维护、具有不同能力和专业的异构代理的集成。而代理数量和复杂性的快速增加进一步加剧了这些问题，通常会导致资源瓶颈和次优利用。
+
+AIOS通过将大语言模型嵌入到操作系统中作为操作系统的大脑，从而使操作系统“有了灵魂”——这是迈向通用人工智能的重要一步。具体来说，AIOS旨在优化资源分配，简化跨代理的上下文切换，实现代理的并发执行，为代理提供工具服务，并维护代理的访问控制。
+
+![architecture.jpg](img/P144/architecture.jpg)
+
+##### **Part2: LLM Compiler**
+
+LLM Compiler是一个框架，通过自动识别哪些任务可以并行执行以及哪些任务是相互依赖的，可以高效且有效地编排LLMs的并行函数调用，包括开源和闭源模型。
+
+LLMs的推理能力使他们能够执行多个函数调用，使用用户提供的函数来克服其固有的局限性（例如知识限制、算术技能差或无法访问私有数据）。虽然多功能调用允许它们解决更复杂的问题，但当前的方法通常需要对每个函数进行顺序推理和操作，这可能导致高延迟、高成本，有时甚至导致不准确的行为。LLM Compiler 通过将问题分解为多个可以并行执行的任务来解决这个问题，从而有效地编排多功能调用。使用 LLM Compiler，用户可以指定工具以及可选的上下文示例，LLM Compiler会自动计算函数调用的优化编排。LLM Compiler 可与 LLaMA 等开源模型以及 OpenAI 的 GPT 模型一起使用。在一系列表现出不同并行函数调用模式的任务中，LLMCompiler 一致地证明了延迟加速、成本节省和准确性提高。
+
+![thumbnail.png](img/P144/thumbnail.png)
+
+#### **相关工作**
+
+- AIOS Foundation：[https://aios.foundation](https://aios.foundation/)
+- AIOS: LLM AGENT OPERATING SYSTEM：[https://github.com/agiresearch/AIOS?tab=readme-ov-file](https://github.com/agiresearch/AIOS?tab=readme-ov-file)
+- AIOS Compiler：[https://arxiv.org/abs/2405.06907](https://arxiv.org/abs/2405.06907)
+- LLM Compiler：[https://github.com/SqueezeAILab/LLMCompiler/tree/main](https://github.com/SqueezeAILab/LLMCompiler/tree/main)
+- An LLM Compiler for Parallel Function Calling
+- 陈云霁老师组：AutoOS: Make Your OS More Powerful by Exploiting Large Language Models
+- 陈海波老师组：
+
+    ![IMG_5181.HEIC](img/P144//IMG_5181.heic)
+
+
+#### **岗位描述**
+
+我们正在寻找对科研工作充满热情的实习生，加入我们的科研团队。实习生将参与前沿项目的研究工作，包括论文学习、代码实现、实验设计、数据分析以及协助撰写论文等。通过与资深研究员和技术专家合作，实习生将获得在真实科研环境中工作、验证新理论、并发表研究成果的机会。
+
+#### **岗位职责**
+
+1. 协助团队进行文献调研，梳理当前领域的研究进展；
+2. 参与项目的代码实现，完成指定的功能需求；
+3. 配合团队进行实验设计、执行与数据收集；
+4. 根据研究进展，参与撰写实验报告和科研论文；
+5. 配合团队在科研过程中完成其他相关任务。
+
+#### **预期成果**
+
+- 自主RISC-V架构下的高性能基础软件系统，涵盖操作系统、编译器等。
+- 面向特定应用领域的大模型及算法优化框架，具备高效能和低功耗的特性。
+- 相关核心技术的知识产权与专利布局，推动自主技术标准的制定。
+- 产出成果可包括但不限于：调研文档、代码实现、实验数据、论文初稿等。
+- 产出相关高水平论文并参与会议投稿
+    - IJCAI 2025 年 1 月 17 日
+    - ICML 2025 年 1 月 8 日
+    - SIGKDD 2025 年 2 月 9 日
+    - ACL 2025年2月16日
+
+#### **知识产权约定**
+
+1. 署名和贡献：如实习生在项目中做出实质性贡献，将按照贡献程度在论文中进行署名。
+2. 知识产权：实习期间产生的研究数据、分析结果及其他相关知识产权均归属于软件所或科研团队。如产生专利，实习生将依据贡献参与专利排名，但所有知识产权归属软件所所有。
+
+#### **任职要求**
+
+1. 计算机、软件等相关专业，本硕博皆可，有科研或项目经验优先。
+2. 熟悉python语言和常见的深度学习、自然语言处理框架，比如pytorch，huggingface等。
+3. 具备良好的团队协作能力，沟通能力，自我驱动力，自学能力。
+4. 加分项：
+- 具备**NLP、LLM、AI Agent**相关基础理论知识，熟悉**编译器、操作系统**等基础软件的基本构成和原理，了解**RISC-V**相关的特性和指令集架构。
+- 在ACL, EMNLP, ICLR, NeurIPS, ICML, KDD, AAAI等AI领域顶级会议上发表过论文的候选人优先。
+- 在ASPLOS，HPCA，ISCA，MICRO，OSDI，PLDI，SOSP，POPL，CGO等系统领域顶级会议上发表过论文的额候选人优先。
+
 
 ### J143 RevyOS小队测试实习生