AI Talent 都在做什么？

训练 corpus 用于更新参数；Context 用于当前调用；held-out Evals 用于独立验收。用途、授权和数据血缘必须清楚。

Env 与 grader 不只服务训练，也用于检查真实任务是否完成。课程来源 · 岗位证据

Base model 是这里更精确的产物名：尚未完成面向助手行为的 Post-training。它可以是 Pre-training 后的 checkpoint，也可以已经包含 Mid-training / long-context extension 的成果。

Foundation Model 是更宽泛的模型类别：在广泛数据上训练、可适配多种下游任务，不是特定训练阶段的名称。Stanford CRFM 定义

架构、数据配比、计算预算、精度、并行和稳定性要一起考虑；小实验收益未必能直接外推到大规模。课程来源

这是按需采用的 continued-training 阶段，与 Pre-training / Post-training 的边界并不统一；long-context extension 也可以单列。没有单独安排时，可以从 Pre-training 直接进入 Post-training。

Ai2 的公开 Olmo 3 model flow 明列 Pretraining → Midtraining → Long context → Olmo 3 Base → Post-training 分支；因此最终发布的 Base model 也可能已经过能力扩展。Ai2 一手流程

JD 展示协作职责：Training / Scaling 岗支持能力实验和规模化训练；Health 跨阶段研究岗正文明确含 midtraining 和能力评测。不把这些职位虚构成专职 Mid-training 岗。证据与定义

合版负责人连接 Model & Learning、AI Systems 与 Evals & Safety，对整体取舍负责；不是与五类工作流平行的第六种岗位类别。

用户确认 RFT 指 Rejection Sampling Fine-Tuning：生成候选、筛选后监督微调。distillation、merging 或联合 RL 是条件性路线，不是固定顺序。

用户提到的 OPD 全称尚未核实；若指 on-policy distillation，具体用法仍需确认。MTP 相关 distillation 取决于模型架构，不是普遍必经步骤。

大规模 RL 前，要准备好数据、reward、Env、Evals 与训练系统。公开 JD 证明跨团队整合和最终 RL 运行职责，但不证明特定合版算法。岗位证据 · 一线经验边界

模型生成调用；runtime 解析、授权并执行，再将结果补入 Context。企业知识可以通过检索进入 Context，不必训练进参数。

MCP 标准化 Tools / 数据的连接，不代替 runtime、权限、隔离或 Evals。Hugging Face 官方课程

使用开放权重：模型选型 → 必要适配 → 自建 Serving。使用 API：直接从 Context、Tools 和 runtime 接入。

不需要每家公司都做 Pre-training，但业务目标、数据治理、Evals 和最终结果责任仍要自己承担。这里是概念分工，不是 OpenAI 内部架构。

能力不足 → 改数据 / 模型；信息或执行错误 → 改 Context / Tools / runtime；太慢或不稳定 → 改 Serving / Infra。每次改动都要重新验证。

公开 JD 说明 checkpoint Evals、回归发现及数据闭环职责，不代表人才数量或招聘缺口统计。岗位证据