Research Scientist – Decentralized Training and Inference Verification

🕒 vor 15 Tagen

🌐 Vereinigte Staaten, Australien – Remote

🇺🇸 Vereinigte Staaten – Remote 🇦🇺 Australien – Remote

🏄 California – Remote

🏄 California – Remote

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🧬 Forschungswissenschaftler

👻 Geisterscore 25%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

Pluralis Research

WebsiteLinkedInAlle Stellen

1 - 10 Mitarbeiter

🤖 Künstliche Intelligenz

🌐 Web 3

Artificial Intelligence • Web 3

Pluralis Research ist ein führendes KI-Forschungslabor, das sich auf Protokolllernen konzentriert – dezentralisiertes, mehrteilnehmerfähiges Training von Fundamentmodellen, bei dem kein einzelner Teilnehmer eine vollständige Kopie des Modells besitzt. Die Gruppe entwickelt Methoden, um kommunikationseffiziente Modell- und Pipeline-Parallelisierung, nicht extrahierbare kollaborative Modelle und hochkomprimierte Kontext-Parallelisierung zu ermöglichen, sodass gemeinschaftlich trainierte und besessene Spitzenmodelle über Geräte mit niedriger Bandbreite und Internetverbindung skaliert werden können. Ihre Arbeit zielt darauf ab, praktische Systeme und Algorithmen zu entwickeln, die dezentrales Training wettbewerbsfähig mit zentralisiertem Training machen, während neue Eigentums- und Wirtschaftsmodelle ermöglicht werden.

Beschreibung

• Enumerate and maintain the threat model for malicious or careless workers across pre-training, post-training, and inference • Assess training disruption, denial-of-service, free-riding, model poisoning, backdoors, data extraction, reputation manipulation, and reward manipulation • Build statistical verification methods with stated error rates • Tune verification tests using rigorous benchmarks • Control false positives and false negatives across heterogeneous hardware, including different GPUs and Macs • Build and operate the verification service in the inference path • Verify that tokens came from the claimed model and sampling parameters • Verify that training contributions are what they claim to be

🎯 Anforderungen

• Built a calibrated statistical decision system with stated error rates and lived with its mistakes • Deep expertise in statistics and probability • Ability to design experiments, calibrate decision thresholds, and defend claimed error rates • Knowledge of verifying untrusted compute, including statistical testing, re-execution, cryptographic proofs, and trusted hardware • Ability to assess what verification approaches fit a permissionless network • Belief in Protocol Learning as a viable third path for collective, trustless, and sovereign AI • Familiarity with large-scale pre-training and RL post-training • Familiarity with decentralized ML security and adversarial threat models, including poisoning, Sybil, collusion, and replay • Experience at proprietary, open-weight, and open-source AI labs • Professional-level English proficiency, written and spoken

🏖️ Vorteile

• Significant equity for key technical contributors in addition to a high base salary • Flexible work environment with team members distributed globally • Optional full visa sponsorship and relocation support to either Australia or the US

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen