1.
參與大語言模型在垂直領域的數據生產與優化：負責通用主題問題的理解與邏輯拆解，明確任務目標與關鍵信息；針對模型生成的初始回答，識別邏輯漏洞或語言不通順之處，進行高質量改寫，確保標注數據的準確性與實驗有效性。
2.
從用戶視角理解并處理復雜開放式問題：具備良好的問題拆解與關鍵詞提取能力，邏輯清晰地補全思考鏈路；能夠自然流暢地組織信息，進行事實、推理、觀點的區分與表達；擅長識別模型輸出中的邏輯不一致與語義偏差；在歷史、科技、文化、社會等常見知識領域之一具備深入理解及信息整合能力。
3. 跨團隊協作：與算法、產品等團隊緊密配合，深入理解垂類方向用戶需求及模型特性，不斷迭代標注標準，提升數據質量與準確性。 4.
關注行業動態與先進實踐：持續關注大語言模型的發展趨勢，探索數據生產在模型能力提升中的作用，學習并應用行業先進的數據生產方法于標注工作中。