AI Tutor, Nuclear Physics

Labelbox: Лідер у сфері орієнтованого на дані штучного інтелекту

Labelbox є лідером у сфері орієнтованого на дані штучного інтелекту, надаючи платформу, яка дозволяє командам створювати інтелектуальні застосунки. Використовуючи останні досягнення в галузі генеративного ІІ та великих мовних моделей (LLMs), платформа Labelbox поєднує оптимальний баланс між людським наглядом і автоматизацією для оптимізації систем штучного інтелекту. Чи ваша мета полягає у створенні ІІ продуктів, що потребують людського налаштування, чи у спрощенні ручних завдань, таких як маркування даних і бізнес-аналітика, Labelbox пропонує ефективне та швидке рішення.

Наші клієнти представляють різні галузі, включаючи страхування, роздрібну торгівлю, виробництво/робототехніку та охорону здоров'я. Шановані компанії, такі як Walmart, Procter & Gamble, Genentech і Adobe, а також багато провідних команд ІІ, покладаються на нашу платформу. Labelbox підтримується відомими інвесторами, такими як SoftBank, Andreessen Horowitz, B Capital, Gradient Ventures, Databricks Ventures, Snowpoint Ventures і Kleiner Perkins.

Станьте важливою частиною майбутнього наукових досліджень, що керуються ІІ! Як наставник з ядерної фізики для ІІ, ви будете інтегральною частиною навчання та вдосконалення передових моделей ІІ, використовуючи техніки підкріплення навчання з людським зворотним зв'язком (RLHF). Ваша експертиза у сфері ядерної фізики направлятиме ці моделі до глибокого та точного розуміння важливих областей ядерної фізики, включаючи:

• Ядерні реакції: Розподіл, синтез, розсіяння та їх застосування у виробництві енергії, астрофізиці та медичних процедурах.
• Радіоактивний розпад: Типи розпаду, ланцюги розпаду, розрахунки періодів напіврозпаду та їх значення для радіоактивного датування, медичних досліджень і управління ядерними відходами.
• Структура і моделі ядра: Опис ядра, розуміння ядерних сил, прогнозування ядерних властивостей і вивчення екзотичних ядер.
• Взаємодія радіації з матеріалом: Різні види радіації, їх взаємодія та принципи їх виявлення та екранування, що мають важливе значення для радіаційної безпеки та медичних застосувань.

Навчання: Розробка чітких та зрозумілих пояснень, які допоможуть моделям ІІ зрозуміти ключові концепції ядерної фізики.

Оцінка: Створення і проведення суворих тестів для оцінки володіння моделями ІІ навичками вирішення задач з ядерної фізики.

Red Teaming: Виявлення та усунення можливих упереджень, обмежень або неточностей у розумінні моделями ІІ, забезпечуючи надійну та стабільну продуктивність.

Співпраця: Співпраця з нашими дослідниками та інженерами ІІ, надаючи свою експертизу для вдосконалення методик навчання та вдосконалення моделей ІІ.

• Ступінь магістра або доктора наук з ядерної фізики або спор