关于此职位
关于 Turing： Turing 总部位于加利福尼亚州旧金山，是面向前沿 AI 实验室的全球领先研究加速器，也是部署先进 AI 系统的全球企业值得信赖的合作伙伴。Turing 通过两种方式为客户提供支持：第一，借助高质量的数据、先进的训练流水线，以及专注于编码、推理、STEM、多语言、多模态和智能体的顶尖 AI 研究人员，加速前沿研究；第二，运用这些专业能力，帮助企业将 AI 从概念验证转变为专有智能，使系统运行可靠、带来可衡量的影响，并在损益表（P&L）上取得持久的成果。
职位概述
我们正在寻找一位具备分析能力的研究员兼红队测试（red-teaming）专家，构建基于证据的网络调研基准任务，可靠地暴露最先进（SOTA）AI 模型（如 Claude Opus 5 Max）的弱点。在此职位上，您将发掘难以发现的事实，围绕这些事实构建精确的调研任务，直接针对领先的 LLM 进行测试，并诊断模型搜索和推理路径中确切的失败机制。
您的工作将直接塑造 AI 评估框架，确保下一代前沿模型接受严格、非平凡的真实世界调研场景的检验。
工作要求：
- 核心经验：在调查研究、事实核查、AI 基准任务编写、红队测试或技术 QA 审核方面有 1+ 年经验。
- 基准熟悉度：有为 GAIA、BrowseComp、SimpleQA、SWE-bench、Terminal-Bench 或 Humanity’s Last Exam（HLE）等 AI 基准编写、测试或审核任务的实际经验。
- 分析与 OSINT 技能：具备中高级的网络搜索和开源情报（OSINT）技能；能够查阅学术档案、地方记录或冷门数据库。
- 模型轨迹调试：具备出色的分析能力，能够检查模型的推理链、搜索日志和来源选择，以诊断失败的根本原因。
- 精确写作：能够撰写清晰、无歧义的基准提示词，并配以无懈可击、来自一手来源的标准答案。
工作职责：
- 冷门事实发掘：深入研究小众主题，找出无法通过简单直接的搜索查询发现的事实基准。
- 来源核实：对照一手或高度可信的来源严格核实事实，交叉检查是否存在相互矛盾的证据，并记录确切的来源网址。
- 任务构建：起草清晰、可回答的基准任务，专门用于暴露模型调研策略中的结构性弱点。
- 红队测试与模型测试：针对指定的 SOTA 模型执行任务，确认这些任务能可靠地触发预期的模型失败。
- 失败诊断与调试：追踪模型运行日志、搜索轨迹和中间输出，准确找出模型在何处以及为何失败（区分真正的模型局限与含糊不清的提示词）。
- 模式推广与审核：将经过验证的“攻破模型”调研模式应用于新领域，并对表现出色者，审核同行训练师编写的任务。
加分项（优先资格）
- 该职位必须具备相关工程领域的学士或以上学位。
- 有专门设计能攻破 SOTA 模型的提示词注入或推理陷阱任务的经验。
- 具备高级 OSINT 能力，或有已发表的调查/学术研究成果，能体现深入的来源核实。
- 在记录难以查找的领域具有小众专长（如地方政府备案文件、地区体育史、法律档案、历史专利）。
- 有在 AI 评估项目中担任首席审核员、基准审计员或质量负责人的经验。
录用详情：
- 承诺要求：每周最多 40 小时，并与太平洋标准时间（PST）有 4 小时的重叠。
- 合作类型：承包商
- 合作时长：最长 4 周
评估流程 -
- 候选人需提交职位意向表和评估测试。
- 评估测试中最终入选的人才将经过评估、审核，并相应地进入后续环节。