Zentrale: London, UK; Ontario, CAN; Remote-Friendly, USA; San Francisco, CA Über Anthropoc Anthropoc®s Mission ist es, zuverlässige, interpretierbare und steuerbare KI-Systeme zu schaffen.Wir wollen, dass KI für unsere Nutzer und für die Gesellschaft insgesamt sicher und vorteilhaft ist.Unser Team ist eine schnell wachsende Gruppe engagierter Forscher, Ingenieure, Politikexperten und Wirtschaftsführer, die gemeinsam an der Entwicklung von nützlichen KI-Systemen arbeiten. Anthropoc Fellows Programmübersicht Das Anthropoc Fellows Programm ist darauf ausgerichtet, KI-Forschung und Ingenieurstalente zu fördern.Wir unterstützen und begleiten vielversprechende technische Talente - unabhängig von früheren Erfahrungen. Fellows werden in erster Linie externe Infrastruktur (z.B. Open-Source-Modelle, öffentliche APIs) nutzen, um an einem empirischen Projekt zu arbeiten, das auf unsere Forschungsprioritäten abgestimmt ist, mit dem Ziel, einen öffentlichen Output (z.B. eine Papiereinreichung) zu produzieren. In einer unserer früheren Kohorten haben über 80% der Fellows Papiere produziert. Wir führen jedes Jahr mehrere Kohorten von Fellows und überprüfen Bewerbungen auf einer rollenden Basis. Bewerben Sie sich am Ende dieser Seite. Wir akzeptieren Bewerbungen auf einer rollenden Basis für die nächste Kohorte, die voraussichtlich im Januar 2027 beginnen wird. Unter bestimmten Umständen können wir Fellows außerhalb der üblichen Kohorten-Zeitlinien aufnehmen — bitte beachten Sie in Ihrer Bewerbung, wenn das Startdatum Januar 2027 nicht für Sie funktioniert. Was zu erwarten ist • 4 Monate Vollzeitforschung • Direkte Mentorschaft von Anthropoc Forschern • Zugang zu einem gemeinsamen Arbeitsbereich • Verbindung zu der breiteren KI-Sicherheitsforschungsgemeinschaft

• Wochenstipendium von 3.850 USD / 2.310 GBP / 4.300 CAD + Leistungen (diese variieren nach Ländern) • Finanzierung für Rechenkosten (~$15k/Monat) und andere Forschungskosten Interviewprozess Der Interviewprozess umfasst eine erste Bewerbung & Referenzprüfung, technische Bewertungen & Interviews und eine Forschungsdiskussion. Wir ermutigen Sie, auch wenn Sie nicht glauben, dass Sie jede einzelne Qualifikation treffen. Nicht alle starken Kandidaten werden jede einzelne Qualifikation wie aufgeführt erfüllen. Forschung zeigt, dass Menschen, die sich als unterrepräsentierte Gruppen sind anfälliger für Imposter-Syndrom und Zweifel an der Stärke ihrer Kandidatur, so bitten wir Sie, sich nicht vorzeitig auszuschließen und einen Antrag zu stellen, wenn Sie an dieser Arbeit interessiert sind. Wir denken, KI-Systeme wie die wir bauen, haben enorme soziale und ethische Implikationen. Wir denken, dass dies macht die Darstellung noch wichtiger, und wir bemühen uns, eine Reihe von verschiedenen Perspektiven in unserem Team zu berücksichtigen.

Das erwartete Basisstipendium für diese Rolle beträgt 3.850 USD / 2.310 GBP / 4.300 CAD pro Woche, mit einer Erwartung von 40 Stunden pro Woche für 4 Monate (mit möglicher Verlängerung). ML Systems & Performance Fellows Mentoren, Forschungsbereiche & vergangene Projekte Fellows durchlaufen einen Projektauswahl- & Mentoren-Matching-Prozess. Potentielle Mentoren umfassen: • Alwin Peng • Zygi Straznickas Hinweis: Sie können Mentoren die vorherige Arbeit erforschen, aber alle Anwendungen müssen die offizielle Form durchlaufen, nicht die Mentoren. Für ein Beispiel eines ingenieursschweren Projekts, siehe:

• KI-Agenten finden 4,6M in Blockchain Smart Contract Exploits Projekte in diesem Workstream können umfassen: • Aufbau eines CPU-Simulators für Beschleuniger-Workloads • Hinzufügen von Backends für verschiedene Beschleuniger in einem Open Source-Projekt • Aufbau einer bedarfsgerechten Infrastruktur für andere Infrastrukturprojekte für Schwerlast-Stipendiaten • Aufbau komplexer synthetischer Daten oder Umweltpipelines Einzigartige Kriterien für den Kandidaten können Sie besonders gut für diesen Workstream geeignet sein, wenn Sie: • starke Software-Engineering-Fähigkeiten mit Erfahrung beim Bau komplexer ML-Systeme haben • Forschungsexploration mit Engineering-Rigor und Betriebssicherheit ausgleichen können • Zusammenarbeit über Forschungs- und Ingenieurdisziplinen hinweg genießen • komfortables Arbeiten mit großen verteilten Systemen und Hochleistungs-Computing (z.B. im Handel) • Erfahrung mit Schulungen, Feinsteuerungen oder der Auswertung großer Sprachmodelle haben • Sie können bei der Analyse und Debugging-Modellschulungen gut geeignet sein, wenn Sie • motiviert sind, um sicherzustellen, dass KI für die Gesellschaft als Ganzes sicher und vorteilhaft ist.

• Sie sind begeistert vom Übergang in die empirische KI-Forschung und würden sich für eine Vollzeit-Rolle bei Anthropoc interessieren • Sie haben einen starken technischen Hintergrund in Informatik, Mathematik oder Physik • Sie sind schleppend in schnelllebigen, kollaborativen Umgebungen • Sie können Ideen schnell umsetzen und klar kommunizieren Kandidaten müssen • Sie müssen in Python-Programmen fluenten • Sie können Vollzeit am Fellows-Programm arbeiten Verstärkungslernen Fellows Mentoren, Forschungsbereiche und vergangene Projekte

Die Fellows werden sich einem Projektauswahl- und Mentoren-Matching-Prozess unterziehen. Mögliche Forschungsbereiche und Mentoren umfassen: • Ruhua Jiang • Kaidi Cao • Sunny Duan • David Brandfonbrenner • Colt Steele • Dino Distefano • Will Williams Projekte in diesem Arbeitskreis können umfassen: • Bau modellbasierter Werkzeuge zum besseren Verständnis von KI-Trainingsdaten und zur Verbesserung der Trainingsdatenqualität • Ein Forschungsprojekt zur besseren Verallgemeinerung • Schaffung von RL-Umgebungen zur Verbesserung von Claude-Modellen in Fähigkeiten, die in Ihrem Kompetenzbereich liegen • Aufbau von RL-Umgebungen für sicherheitsrelevante Aufgaben • Durchführung von Forschungs- und Implementierungslösungen in Bereichen wie RL-Algorithmen Einzigartige Kandidatenkriterien Sie könnten besonders gut für diesen Arbeitskreis geeignet sein, wenn Sie: • starke Software-Engineering-Fähigkeiten mit Erfahrung beim Aufbau komplexer ML-Systeme haben • Forschungsexploration mit technischer Strenge und operativer Zuverlässigkeit balancieren können • Genießen Sie die Zusammenarbeit über Forschungs- und Ingenieurdisziplinen hinweg • Bequemte Arbeit mit großen verteilten Systemen und Hochleistungs-Computing-Computing-Prozessen.

• Erfahrung mit Training, Feinabstimmung oder Auswertung von großen Sprachmodellen • Sind geschickt in der Analyse und Debugging Modelltraining Prozesse Logistik Logistik Anforderungen: Teilnahme an t